Mechanisms of fibroblast growth factor signaling in the ovarian follicle
Notice bibliographique
Résumé
Fibroblast growth factors (FGFs) have been shown to alter growth and differentiation of reproductive tissues in a variety of species. Within the female reproductive tract, the effects of FGFs have been focused on the ovary, and the most studied one is FGF2, which stimulates granulosa cell proliferation and decreases differentiation (decreased steroidogenesis). Other FGFs have also been implicated in ovarian function, and this review summarizes the effects of members of two subfamilies on ovarian function; the FGF7 subfamily that also contains FGF10, and the FGF8 subfamily that also contains FGF18. There are data to suggest that FGF8 and FGF18 have distinct actions on granulosa cells, despite their apparent similar receptor binding properties. Studies of non-reproductive developmental biology also indicate that FGF8 is distinct from FGF18, and that FGF7 is also distinct from FGF10 despite similar receptor binding properties. In this review, the potential mechanisms of differential action of FGF7/FGF10 and FGF8/FGF18 during organogenesis will be reviewed and placed in the context of follicle development. A model is proposed in which FGF8 and FGF18 differentially activate receptors depending on the properties of the extracellular matrix in the follicle.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».