MétaCan
Menu
Retour à la cohorte
Enregistrement W2588078241 · doi:10.1155/2017/9453108

The Roles of Insulin-Like Growth Factors in Mesenchymal Stem Cell Niche

2017· review· en· W2588078241 sur OpenAlexafffund
Amer Youssef, Doaa Aboalola, Victor K. M. Han

Notice bibliographique

RevueStem Cells International · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueMesenchymal stem cell research
Établissements canadiensChildren’s Health Research InstituteLawson Health Research InstituteWestern University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMesenchymal stem cellCell biologyStem cellStem cell nicheBiologyCellular differentiationNicheRegenerative medicineRegeneration (biology)Progenitor cellGeneticsBiochemistry

Résumé

récupéré en direct d'OpenAlex

Many tissues contain adult mesenchymal stem cells (MSCs), which may be used in tissue regeneration therapies. However, the MSC availability in most tissues is limited which demands expansion in vitro following isolation. Like many developing cells, the state of MSCs is affected by the surrounding microenvironment, and mimicking this natural microenvironment that supports multipotent or differentiated state in vivo is essential to understand for the successful use of MSC in regenerative therapies. Many researchers are, therefore, optimizing cell culture conditions in vitro by altering growth factors, extracellular matrices, chemicals, oxygen tension, and surrounding pH to enhance stem cells self-renewal or differentiation. Insulin-like growth factors (IGFs) system has been demonstrated to play an important role in stem cell biology to either promote proliferation and self-renewal or enhance differentiation onset and outcome, depending on the cell culture conditions. In this review, we will describe the importance of IGFs, IGF-1 and IGF-2, in development and in the MSC niche and how they affect the pluripotency or differentiation towards multiple lineages of the three germ layers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,111
Tête enseignante GPT0,381
Écart entre enseignants0,270 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations143
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStem Cells InternationalMême sujetMesenchymal stem cell researchTravaux en français237 207