Osteogenic potential of apical papilla stem cells mediated by platelet-rich fibrin and low-level laser
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
To evaluate the osteogenic potential of platelet-rich fibrin (PRF) and low-level laser therapy (LLLT) on human stem cells from the apical papilla (SCAP) we isolated, characterized, and then cultured in an osteogenic medium cells with PRF and/or LLLT (660 nm, 6 J/m2-irradiation). Osteogenic differentiation was assessed by bone nodule formation and expression of bone morphogenetic proteins (BMP-2 and BMP-4), whereas the molecular mechanisms were achieved by qRT-PCR and RNA-seq analysis. Statistical analysis was performed by ANOVA and Tukey's post hoc tests (p < 0.05* and p < 0.01**). Although PRF and LLLT increased bone nodule formation after 7 days and peaked at 21 days, the combination of PRF + LLLT led to the uppermost nodule formation. This was supported by increased levels of BMP-2 and -4 osteogenic proteins (p < 0.005). Furthermore, the PRF + LLLT relative expression of specific genes involved in osteogenesis, such as osteocalcin, was 2.4- (p = 0.03) and 28.3- (p = 0.001) fold higher compared to the PRF and LLLT groups, and osteopontin was 22.9- and 1.23-fold higher, respectively (p < 0.05), after 7 days of interaction. The transcriptomic profile revealed that the combination of PRF + LLLT induces MSX1, TGFB1, and SMAD1 expression, after 21 days of osteogenic differentiation conditions exposition. More studies are required to understand the complete cellular and molecular mechanisms of PRF plus LLLT on stem cells. Overall, we demonstrated for the first time that the combination of PRF and LLLT would be an excellent therapeutic tool that can be employed for dental, oral, and craniofacial repair and other tissue engineering applications.
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.
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 | 0,000 | 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) | 0,000 | 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 découle