Focal adhesion formation of primary human gingival fibroblast on hydrothermally and <scp>in‐sol‐made TiO<sub>2</sub></scp>‐coated titanium
Notice bibliographique
Résumé
Abstract Optimal cell adhesion of the gingival fibroblasts to dental implants is important for maintaining good implant integration. The aim of this study was to discover, if the nanoporous TiO 2 ‐coating on titanium alloy substrates is able to increase the cell adhesion of the human gingival fibroblasts (HGF). The study consisted of three differently produced titanium groups: hydrothermally produced TiO 2 ‐coating (HT), novel TiO 2 ‐coating made in sol (SOL), and noncoated control group. Primary HGF cells were initiated from gingival biopsies from patients having a third molar extraction. HGF were cultivated on titanium discs for 2 and 24 h to determine the initial attachment with confocal microscope. The cell spreading and adhesion protein signals were measured. In addition, expression of adhesion proteins vinculin, paxillin, and focal adhesion kinase (FAK) were measured after 3 days of cultivation by using Western Blotting. Higher protein levels of paxillin, vinculin, and FAK were induced on both coated discs compared to noncoated discs. The difference was statistically significant ( p < 0.05) concerning expression of paxillin. The cell spreading was significantly larger on SOL discs after 2 and 24 h when comparing to noncoated controls. The confocal microscope analyses revealed significantly higher adhesion protein signals on both HT‐ and SOL‐coated titanium compared to control group. This study showed, that both methods to produce TiO 2 ‐coatings are able to increase HGF adhesion protein expression and cell spreading on titanium surface. Accordingly, the coatings can potentially improve the gingival attachment to titanium implant surfaces.
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 | 0,002 | 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 | 0,001 |
| 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 ».