Proteomic analysis of microparticles produced by wound healing myofibroblasts cells
Notice bibliographique
Résumé
Production of microparticles (MP) by myofibroblasts (Wmyo) during wound healing process is a new finding in the field of cellular communication. To determine the proteome of MP, the 2D‐DIGE method was performed over MP produced by 6 different populations of Wmyo. Each gel allowed us to analysed MP extravesicular proteins and total protein content, due to the use of different Cydye labelling methods. Fluorescent labelling of each gel were acquired using Typhoon Variable Mode Imager system and all images were analysed by Delta2D software. We were looking for highly expressed and extremely conserved proteins. With these parameters and Saffold Viewer software, 133 spots were sent to mass spectrometry analysis for further characterisation. 292 different proteins were identified with a 95% probability of being peptides unique to one protein. This wide variety of proteins included several enzymes such as fructose‐biphosphate aldolase A, L‐lactate dehydrogenase and ATP synthase. Lactadherin, Annexin A2, filamin‐A serpin H1 and elongation factors were also revealed in all samples studied. A large proportion of all the protein listed corresponded to cytoskeleton‐related protein. Knowledge of the protein content of MP used by Wmyo to communicate between each other will enable a better comprehension of the mechanism of wound healing process. Research Support: Thecell network‐FRQS.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».