Application of an instructive hydrogel accelerates re-epithelialization of xenografted human skin wounds
Notice bibliographique
Résumé
Poor quality (eg. excessive scarring) or delayed closure of skin wounds can have profound physical and pyschosocial effects on patients as well as pose an enormous economic burden on the healthcare system. An effective means of improving both the rate and quality of wound healing is needed for all patients suffering from skin injury. Despite wound care being a multi-billion-dollar industry, effective treatments aimed at rapidly restoring the skin barrier function or mitigating the severity of fibrotic scar remain elusive. Previously, a hydrogel conjugated angiopoietin-1 derived peptide (QHREDGS; Q-peptide) was shown to increase keratinocyte migration and improve wound healing in diabetic mice. Here, we evaluated the effect of this Q-Peptide Hydrogel on human skin wound healing using a mouse xenograft model. First, we confirmed that the Q-Peptide Hydrogel promoted the migration of adult human keratinocytes and modulated their cytokine profile in vitro. Next, utilizing our human to mouse split-thickness skin xenograft model, we found improved healing of wounded human epidermis following Q-Peptide Hydrogel treatment. Importantly, Q-Peptide Hydrogel treatment enhanced this wound re-epithelialization via increased keratinocyte migration and survival, rather than a sustained increase in proliferation. Overall, these data provide strong evidence that topical application of QHREDGS peptide-modified hydrogels results in accelerated wound closure that may lead to improved outcomes for patients.
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) | 0,001 | 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 ».