MétaCan
Menu
Retour à la cohorte
Enregistrement W2158093231 · doi:10.1071/an12012

Factors affecting the number of STRO-1+ stem cells derived from regenerating antler and pedicle cells of red and fallow deer

2012· article· en· W2158093231 sur OpenAlexaff
Erika Kužmová, Radim Kotrba, Hans J. Rolf, Luděk Bartoš, G. Wiese, Jutta Schulz, George A. Bubenik

Notice bibliographique

RevueAnimal Production Science · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueMesenchymal stem cell research
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésBiologyCell sortingAntlerStem cellAndrologyAnimal scienceCell cultureCellImmunologyCell biologyEcologyBiochemistryMedicineGenetics

Résumé

récupéré en direct d'OpenAlex

Mesenchymal stem cells positive to surface antigen STRO-1 were isolated from regenerating antlers of red deer (Cervus elaphus) and fallow deer (Dama dama) using a magnetic-activated cell sorting (MACS) method. In this study we analysed factors potentially affecting the number of STRO-1+ cells in the cell cultures. With regard to the STRO-1 antigen, we evaluated data from 188 MACS separation procedures of cell cultures cultivated in Dulbecco’s Modified Eagle Medium and 10% fetal calf serum of four fallow deer males (130 procedures) and four red deer males (58 procedures). The analysed factors were the sampling site of the antler or the pedicle, cell passage and type of the cell culture (mixed or STRO-1 negative cell cultures). The percentage of obtained STRO-1+ cells varied greatly from 0.4 to 38.9% for fallow deer and from 1.8 to 16.5% for red deer. We have not found any significant influence of the sampling site. The passage and the type of culture were significant factors for both fallow and red deer cells. The highest numbers of STRO-1+ cells were obtained from the second passage from both fallow and red deer cell cultures (24.6 and 5.5%, respectively). Our experiment revealed that we can maximise the number of STRO-1+ cells in the cultures by manipulating the cultivation factors.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,256

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,083
Tête enseignante GPT0,336
Écart entre enseignants0,253 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimal Production ScienceMême sujetMesenchymal stem cell researchTravaux en français237 207