MétaCan
Menu
Retour à la cohorte
Enregistrement W4308628736 · doi:10.1016/j.bioactmat.2022.10.027

Promoting oral mucosal wound healing using a DCS-RuB2A2 hydrogel based on a photoreactive antibacterial and sustained release of BMSCs

2022· article· en· W4308628736 sur OpenAlexaff
Wenxin Qi, Naijun Dong, Lingling Wu, Xueqi Zhang, He Li, Hao Wu, Natalie C. Ward, Jian Yu, He Liu, Jiao Wang, Xiaoyong Deng, Robert Chunhua Zhao

Notice bibliographique

RevueBioactive Materials · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueWound Healing and Treatments
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Key Research and Development Program of ChinaChinese Academy of Medical Sciences Initiative for Innovative MedicineNational Natural Science Foundation of ChinaChinese Academy of Meteorological SciencesShanghai Key Basic Research Program
Mots-clésWound healingOral mucosaSelf-healing hydrogelsAntibacterial activityMesenchymal stem cellPharmacologyMedicineChemistryImmunologyBacteriaPathologyBiology

Résumé

récupéré en direct d'OpenAlex

The high occurrence rate and difficulties in symptom control are listed as the major problems of oral mucosal disease by medical professionals. Following the development of oral mucosal lesions, the oral microenvironment changes, immunity declines, and continuous bacterial stimulation causes wound infection. Traditional antibacterial drugs are ineffective for oral mucosal lesions. To overcome this problem, a light-responsive antibacterial hydrogel containing sustained-release BMSCs was inspired by the trauma environment in the oral cavity, which is different from that on the body surface since it mostly remains under dark conditions. In the absence of light, the hydrogel seals the wound to form a barrier, exerts a natural bacteriostatic effect, and prevents invasion by foreign bacteria. Simultaneously, mesenchymal stem cells are presented, and the released growth factors and other substances have excellent anti-inflammatory and angiogenic effects, which result in rapid repair of the damaged site. Under light conditions, after photo-induced shedding of the hydrogel, RuB2A exerts an antibacterial effect accompanied by degradation of the hydrogel. Results in a rat oral mucosal repair model demonstrate that DCS-RuB2A2-BMSCs could rapidly repair the oral mucosa within 4 days. Sequencing data provide ideas for further analysis of the intrinsic molecular mechanisms and signaling pathways. Taken together, our results suggest that this light-responsive antibacterial hydrogel loaded with BMSCs can be used for rapid wound repair and may advance the development of therapeutic strategies for the treatment of clinical oral mucosal defects.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,031
Tête enseignante GPT0,306
Écart entre enseignants0,275 · 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 source (Gemma direct ou Codex distillé), 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

Citations56
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioactive MaterialsMême sujetWound Healing and TreatmentsTravaux en français237 207