Gene-activated matrix harboring a miR20a-expressing plasmid promotes rat cranial bone augmentation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Gene-activated matrix (GAM) has a potential usefulness in bone engineering as an alternate strategy for the lasting release of osteogenic proteins but efficient methods to generate non-viral GAM remain to be established. In this study, we investigated whether an atelocollagen-based GAM containing naked-plasmid (p) DNAs encoding microRNA (miR) 20a, which may promote osteogenesis in vivo via multiple pathways associated with the osteogenic differentiation of mesenchymal stem/progenitor cells (MSCs), facilitates rat cranial bone augmentation. First, we confirmed the osteoblastic differentiation functions of generated pDNA encoding miR20a (pmiR20a) in vitro, and its transfection regulated the expression of several of target genes, such as Bambi1 and PPARγ, in rat bone marrow MSCs and induced the increased expression of BMP4. Then, when GAMs fabricated by mixing 100 μl of 2% bovine atelocollagen, 20 mg β-TCP granules and 0.5 mg (3.3 μg/μl) AcGFP plasmid-vectors encoding miR20a were transplanted to rat cranial bone surface, the promoted vertical bone augmentation was clearly recognized up to 8 weeks after transplantation, as were upregulation of VEGFs and BMP4 expressions at the early stages of transplantation. Thus, GAM-based miR delivery may provide an alternative non-viral approach by improving transgene efficacy via a small sequence that can regulate the multiple pathways.
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.
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) | 0,000 | 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) | 0,000 | 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 découle