In‐depth examination of hyperproliferative healing in two breeds of <i>Sus scrofa domesticus</i> commonly used for research
Notice bibliographique
Résumé
Background: Wound healing can result in various outcomes, including hypertrophic scar (HTS). Pigs serve as models to study wound healing as their skin shares physiologic similarity with humans. Yorkshire (Yk) and Duroc (Dc) pigs have been used to mimic normal and abnormal wound healing, respectively. The reason behind this differential healing phenotype was explored here. Methods: Excisional wounds were made on Dc and Yk pigs and were sampled and imaged for 98 days. PCR arrays were used to determine differential gene expression. Vancouver Scar Scale (VSS) scores were given. Re-epithelialization was analyzed. H&E, Mason's trichrome, and immunostains were used to determine cellularity, collagen content, and blood vessel density, respectively. Results: Yk wounds heal to a "port wine" HTS, resembling scarring in Fitzpatrick skin types (FST) I-III. Dc wounds heal to a dyspigmented, non-pliable HTS, resembling scarring in FST IV-VI. Gene expression during wound healing was differentially regulated versus uninjured skin in 40/80 genes, 15 of which differed between breeds. Yk scars had a higher VSS score at all time points. Yk and Dc wounds had equivalent re-epithelialization, collagen disorganization, and blood vessel density. Conclusions: Our findings demonstrate that Dc and Yk pigs can produce HTS. Wound creation and healing were consistent among breeds, and differences in gene expression were not sufficient to explain differences in resulting scar phenotype. Both pig breeds should be used in animal models to investigate novel therapeutics to provide insight into a treatment's effectiveness on various skin types.
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 | 0,001 | 0,000 |
| 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 ».