Wound healing and fibrosis: a contrasting role for periostin in skin and the oral mucosa
Notice bibliographique
Résumé
Both skin and oral mucosa are characterized by the presence of keratinized epithelium in direct apposition to an underlying collagen-dense connective tissue. Despite significant overlap in structure and physiological function, skin and the oral mucosa exhibit significantly different healing profiles in response to injury. The oral mucosa has a propensity for rapid restoration of barrier function with minimal underlying fibrosis, but in contrast, skin is associated with slower healing and scar formation. Modulators of cell function, matricellular proteins have been shown to play significant roles in cutaneous healing, but their role in restoration of the oral mucosa is poorly defined. As will be discussed in this review, over the last 12 years our research group has been actively investigating the role of the profibrotic matricellular protein periostin in tissue homeostasis and fibrosis, as well as healing, in both skin and gingiva. In the skin, periostin is highly expressed in fibrotic scars and is upregulated during cutaneous wound repair, where it facilitates myofibroblast differentiation. In contrast, in gingival healing, periostin regulates extracellular matrix synthesis but does not appear to be associated with the transition of mesenchymal cells to a contractile phenotype. The significance of these findings will be discussed, with a focus on periostin as a potential therapeutic to augment healing of soft tissues or suppress fibrosis.
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) | 0,004 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».