Treatment With a Growth Factor–Protein Mixture Inhibits Formation of Mineralized Nodules in Osteogenic Cell Cultures Grown on Titanium
Notice bibliographique
Résumé
Despite wide clinical application, the efficacy of platelet-rich plasma (PRP) for repairing bone defects and enhancing osseointegration of metal implants is still subject of debate. This study aimed to evaluate the effects of a well-defined PRP-like mixture containing platelet-derived growth factor-BB, transforming growth factor (TGF)-beta1, TGF-beta2, albumin, fibronectin, and thrombospondin [growth factors (GFs) + proteins] on the development of the osteogenic phenotype on titanium (Ti) in vitro. Human alveolar bone-derived osteoblastic cells were subcultured on Ti discs and exposed during the first 7 days to osteogenic medium supplemented with GFs + proteins and to osteogenic medium alone thereafter up to 14 days. Control cultures were exposed to only osteogenic medium. Dose-response experiments were carried out using rat primary calvarial cells exposed to GFs + proteins and 1:10 or 1:100 dilutions of the mixture. Treated human-derived cell cultures exhibited a significantly higher number of cycling cells at days 1 and 4 and of total cells at days 4 and 7, significantly reduced alkaline phosphatase (ALP) activity at days 4, 7, and 10, and no Alizarin red-stained areas (calcium deposits) at day 14, indicating an impairment in osteoblast differentiation. Although the 1:10 and 1:100 dilutions of the mixture restored the proliferative activity of rat-derived osteogenic cells to control levels and promoted a significant increase in ALP activity at day 10 compared with GFs + proteins, mineralized nodule formation was only observed with the 1:100 dilution ( approximately 50% of the control). These results showed that a PRP-like protein mixture inhibits development of the osteogenic phenotype in both human and rat osteoblastic cell cultures grown on Ti.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».