MétaCan
Menu
Retour à la cohorte
Enregistrement W2979484018 · doi:10.1002/jbm.a.36804

Directing hMSCs fate through geometrical cues and mimetics peptides

2019· article· en· W2979484018 sur OpenAlexafffund
Laurence Padiolleau, Christel Chanseau, Stéphanie Durrieu, Cédric Ayela, Gaétan Laroche, Marie‐Christine Durrieu

Notice bibliographique

RevueJournal of Biomedical Materials Research Part A · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensUniversité LavalHôpital Saint-François d'AssiseCentre hospitalier universitaire de Québec
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAgence Nationale de la Recherche
Mots-clésExtracellular matrixMesenchymal stem cellCell biologyStem cellCellular differentiationPeptideChemistryCellStem cell nicheNanotechnologyBiophysicsMaterials scienceBiologyProgenitor cellBiochemistryGene

Résumé

récupéré en direct d'OpenAlex

The native microenvironment of mesenchymal stem cells (hMSCs)-the extracellular matrix (ECM), is a complex and heterogenous environment structured at different scales. The present study aims at mimicking the hierarchical microorganization of proteins or growth factors within the ECM using the photolithography technique. Polyethylene terephthalate substrates were used as a model material to geometrically defined regions of RGD + BMP-2 or RDG + OGP mimetic peptides. These ECM-derived ligands are under research for regulation of mesenchymal stem cells osteogenic differentiation in a synergic manner. The hMSCs osteogenic differentiation was significantly affected by the spatial distribution of dually grafted peptides on surfaces, and hMSCs cells reacted differently according to the shape and size of peptide micropatterns. Our study demonstrates the presence of a strong interplay between peptide geometric cues and stem cell differentiation toward the osteoblastic lineage. These tethered surfaces provide valuable tools to investigate stem cell fate mechanisms regulated by multiple ECM cues, thereby contributing to the design of new biomaterials and improving hMSCs differentiation cues.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,203
Score d'incertitude au seuil0,882

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,045
Tête enseignante GPT0,329
Écart entre enseignants0,284 · 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

Citations17
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Biomedical Materials Research Part AMême sujetBone Tissue Engineering MaterialsTravaux en français237 207