MétaCan
Menu
Retour à la cohorte
Enregistrement W3093360655 · doi:10.3390/ijms21207597

Influence of the TGF-β Superfamily on Osteoclasts/Osteoblasts Balance in Physiological and Pathological Bone Conditions

2020· review· en· W3093360655 sur OpenAlexafffund
Jessica Jann, Suzanne Gascon, Sophie Roux, Nathalie Faucheux

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2020
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBone Metabolism and Diseases
Établissements canadiensCentre Hospitalier Universitaire de SherbrookeUniversité de Sherbrooke
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSUPERFAMILYPathologicalTransforming growth factorBalance (ability)Cell biologyOsteoblastBiologyChemistryInternal medicineMedicineNeuroscienceBiochemistryReceptor

Résumé

récupéré en direct d'OpenAlex

The balance between bone forming cells (osteoblasts/osteocytes) and bone resorbing cells (osteoclasts) plays a crucial role in tissue homeostasis and bone repair. Several hormones, cytokines, and growth factors-in particular the members of the TGF-β superfamily such as the bone morphogenetic proteins-not only regulate the proliferation, differentiation, and functioning of these cells, but also coordinate the communication between them to ensure an appropriate response. Therefore, this review focuses on TGF-β superfamily and its influence on bone formation and repair, through the regulation of osteoclastogenesis, osteogenic differentiation of stem cells, and osteoblasts/osteoclasts balance. After introducing the main types of bone cells, their differentiation and cooperation during bone remodeling and fracture healing processes are discussed. Then, the TGF-β superfamily, its signaling via canonical and non-canonical pathways, as well as its regulation by Wnt/Notch or microRNAs are described and discussed. Its important role in bone homeostasis, repair, or disease is also highlighted. Finally, the clinical therapeutic uses of members of the TGF-β superfamily and their associated complications are debated.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,797
Score d'incertitude au seuil0,398

Scores Codex et Gemma par catégorie

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

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 Opus0,022
Tête enseignante GPT0,318
Écart entre enseignants0,296 · 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'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

Citations127
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular SciencesMême sujetBone Metabolism and DiseasesTravaux en français237 207