An Overview of Molecular and Cellular Mechanisms Associated with Porcine Pregnancy Success or Failure
Notice bibliographique
Résumé
Prenatal mortality remains one of the major constraints for the commercial pig industry in North America. Twenty to thirty per cent of the conceptuses are lost early in gestation and an additional 10-15% is lost by mid-to-late gestation. Research over the last two decades has provided critical insights into how uterine capacity, placental efficiency, genetics, environment, nutrition and immune mechanisms impact successful conceptus growth; however, the exact cause and effect relationship in the context of foetal loss has yet to be determined. Similar to other mammalian species such as the human, mouse, rat, and primates, immune cell enrichment occurs at the porcine maternal-foetal interface during the window of conceptus attachment. However, unlike other species, immune cells are solely recruited by conceptus-derived signals. As pigs have epitheliochorial placentae where maternal and foetal tissue layers are separate, it provides an ideal model to study immune cell interactions with foetal trophoblasts. Our research is focused on the immune-angiogenesis axis during porcine pregnancy. It is well established that immune cells are recruited to the maternal-foetal interface, but their pregnancy specific functions and how the local milieu affects angiogenesis and inflammation at the site of foetal arrest remain unknown. Through a better understanding of how immune cells modulate crosstalk between the conceptus and the mother, it might be possible to therapeutically target immune cells and/or their products to reduce foetal loss. In this review, we provide evidence from the literature and from our own work into the immunological factors associated with porcine foetal loss.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 ».