MétaCan
Menu
Retour à la cohorte
Enregistrement W381971339 · doi:10.1021/acs.biomac.5b00287

A Top-down Approach to Elucidate the Role of Matrix-Bound Phosphoproteins in Control of Collagen Biomineralization

2015· article· en· W381971339 sur OpenAlexafffund
Alexander J. Lausch, Eli D. Sone

Notice bibliographique

RevueBiomacromolecules · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueBone and Dental Protein Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesInstitute of Musculoskeletal Health and ArthritisFaculty of Dentistry, University of TorontoNatural Sciences and Engineering Research Council of Canada
Mots-clésBiomineralizationChemistryMatrix (chemical analysis)Extracellular matrixBiochemistryBiophysicsCell biologyBiologyChemical engineeringChromatographyEngineering

Résumé

récupéré en direct d'OpenAlex

The periodontium is the set of tissues responsible for tooth anchorage, and consists of interconnected layers of mineralized and unmineralized tissues (bone, ligament and cementum). The ligament-cementum interface is a particularly elegant example of biological control of mineralization and the controlling factors are poorly understood. Here we use a tissue-based in vitro model of mineralization, in which sections of demineralized mouse jaw remineralize with the same selectivity as found in vivo, to probe the molecular mechanism of control over collagen mineralization in the periodontium. Removal or enzymatic cleavage of noncollagenous proteins have very similar effects: a reduction in the rate of remineralization that is much more drastic in cementum than in dentin. The periodontal ligament does not mineralize within experimental parameters even after protein removal/digestion. Dephosphorylation results in a slight reduction in mineralization in dentin and cementum. Understanding the mechanisms controlling selective mineralization in the periodontium will help elucidate the molecular factors controlling collagen biomienralization, and provide inspiration for the development of scaffolds for regeneration of hard-soft tissue interfaces.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,364

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,014
Tête enseignante GPT0,266
Écart entre enseignants0,252 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomacromoleculesMême sujetBone and Dental Protein StudiesTravaux en français237 207