Leucocyte‐ and platelet‐rich fibrin regulates expression of genes related to early wound healing in human gingival fibroblasts
Notice bibliographique
Résumé
BACKGROUND: Leucocyte- and platelet-rich fibrin (L-PRF) is a blood-derived biomaterial rich in leucocytes and platelets embedded in a high-density fibrin network that can be compressed into a membrane and used in surgical applications to stimulate tissue regeneration and wound healing, especially in oral cavity. This study aimed to determine the combined effects of the growth factors and cells present in L-PRF on fibroblasts that directly face the L-PRF membranes placed during surgical procedures. METHODS: The effect of L-PRF from six donors on the expression of 84 key wound healing genes in normal human gingival fibroblasts was tested by RT-qPCR. RESULTS: L-PRF significantly regulated the expression of 33 fibroblast genes (39%), including interleukins, myofibroblast-, extracellular matrix- and angiogenesis-associated genes, and matrix metalloproteinase-1 and -3. L-PRF regulated fibroblast gene expression both time- and dose-dependently, and the effects were mediated by mitogen-activated protein kinases ERK1/2, JNK and p38. L-PRF also stimulated fibroblast wound closure and promoted the ability of fibroblasts to induce endothelial tube formation. L-PRF-induced gene expression changes in fibroblast were similar to those observed in early human and pig wounds. CONCLUSIONS: This study provides new insights into the biological mechanism by which L-PRF regulates key gingival fibroblast functions important in wound healing.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 ».