In vitro glycation of a tissue‐engineered wound healing model to mimic diabetic ulcers
Notice bibliographique
Résumé
Diabetic foot ulcers are a major complication of diabetes that occurs following minor trauma. Diabetes-induced hyperglycemia is a leading factor inducing ulcer formation and manifests notably through the accumulation of advanced glycation end-products (AGEs) such as N-carboxymethyl-lysin. AGEs have a negative impact on angiogenesis, innervation, and reepithelialization causing minor wounds to evolve into chronic ulcers which increases the risks of lower limb amputation. However, the impact of AGEs on wound healing is difficult to model (both in vitro on cells, and in vivo in animals) because it involves a long-term toxic effect. We have developed a tissue-engineered wound healing model made of human keratinocytes, fibroblasts, and endothelial cells cultured in a collagen sponge biomaterial. To mimic the deleterious effects induced by glycation on skin wound healing, the model was treated with 300 µM of glyoxal for 15 days to promote AGEs formation. Glyoxal treatment induced carboxymethyl-lysin accumulation and delayed wound closure in the skin mimicking diabetic ulcers. Moreover, this effect was reversed by the addition of aminoguanidine, an inhibitor of AGEs formation. This in vitro diabetic wound healing model could be a great tool for the screening of new molecules to improve the treatment of diabetic ulcers by preventing glycation.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».