Effects of a Mixture of Growth Factors and Proteins on the Development of the Osteogenic Phenotype in Human Alveolar Bone Cell Cultures
Notice bibliographique
Résumé
Strategies to promote bone repair have included exposure of cells to growth factor (GF) preparations from blood that generally include proteins as part of a complex mixture. This study aimed to evaluate the effects of such a mixture on different parameters of the development of the osteogenic phenotype in vitro. Osteoblastic cells were obtained by enzymatic digestion of human alveolar bone and cultured under standard osteogenic conditions until subconfluence. They were subcultured on Thermanox coverslips up to 14 days. Treated cultures were exposed during the first 7 days to osteogenic medium supplemented with a GFs + proteins mixture containing the major components found in platelet extracts [platelet-derived growth factor-BB, transforming growth factor (TGF)-beta1, TGF-beta2, albumin, fibronectin, and thrombospondin] and to osteogenic medium alone thereafter. Control cultures were exposed only to the osteogenic medium. Treated cultures exhibited a significantly higher number of adherent cells from day 4 onward and of cycling cells at days 1 and 4, weak alkaline phosphatase (ALP) labeling, and significantly decreased levels of ALP activity and mRNA expression. At day 14, no Alizarin red-stained nodular areas were detected in cultures treated with GFs + proteins. Results were confirmed in the rat calvaria-derived osteogenic cell culture model. The addition of bone morphogenetic protein 7 or growth and differentiation factor 5 to treated cultures upregulated Runx2 and ALP mRNA expression, but surprisingly, ALP activity was not restored. These results showed that a mixture of GFs + proteins affects the development of the osteogenic phenotype both in human and rat cultures, leading to an increase in the number of cells, but expressed a less differentiated state.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».