TGF‐β activity in acid bone lysate adsorbs to titanium surface
Notice bibliographique
Résumé
OBJECTIVES: Osteoblasts lay down new bone on implant surfaces. The underlying cellular mechanism and the spatio-temporal mode of action, however, remain unclear. It can be proposed that growth factors released upon acidification by osteoclasts adsorb to the implant surface and control the early stages of osseointegration. METHODS: To simulate bone lysis by osteoclasts, titanium discs were exposed to acid bone lysate (ABL) followed by vigorous washing and seeding of oral fibroblasts. The expression of TGF-β target genes interleukin 11 (IL11) and NADPH oxidase 4 (NOX4) was evaluated by reverse transcriptase polymerase chain reaction and IL11 ELISA. TGF-β signaling activation was assessed via Smad2/3 immunofluorescence. The impact of ABL on osteogenic differentiation was determined with murine ST2 mesenchymal stromal cells. RESULTS: We report here that ABL-conditioned titanium discs, independent of turned or rough surface, increased the expression of IL11 and NOX4. This increase was blocked by the TGF-β receptor 1 antagonist SB431542. Further support for the TGF-β signaling activation came from the translocation of Smad2/3 into the nucleus of oral fibroblasts. Moreover, titanium discs exposed to ABL decreased alkaline phosphatase and osteopontin in ST2 cells. CONCLUSIONS: These in vitro findings suggest that titanium can adsorb TGF-β from ABLs. The data provide a strong impetus for studies on the protein adsorption on implant surfaces in vitro and in vivo, specifically for growth factors including bone-derived TGF-β during successful and failed osseointegration.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,002 | 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 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 ».