Essential growth factor receptors for fibroblast homeostasis and activation: Fibroblast Growth Factor Receptor (FGFR), Platelet Derived Growth Factor Receptor (PDGFR), and Transforming Growth Factor β Receptor (TGFβR)
Notice bibliographique
Résumé
<ns3:p> Fibroblasts are cells of mesenchymal origin that are found throughout the body. While these cells have several functions, their integral roles include maintaining tissue architecture through the production of key extracellular matrix components, and participation in wound healing after injury. Fibroblasts are also key mediators in disease progression during fibrosis, cancer, and other inflammatory diseases. Under these perturbed states, fibroblasts can activate into inflammatory fibroblasts or contractile myofibroblasts. Fibroblasts require various growth factors and mitogenic molecules for survival, proliferation, and differentiation. While the activity of mitogenic growth factors on fibroblasts <ns3:italic>in vitro</ns3:italic> was characterized as early as the 1970s, the proliferation and differentiation effects of growth factors on these cells <ns3:italic>in vivo</ns3:italic> are unclear. Recent work exploring the heterogeneity of fibroblasts raises questions as to whether all fibroblast cell states exhibit the same growth factor requirements. Here, we will examine and review existing studies on the influence of fibroblast growth factor receptors (FGFRs), platelet-derived growth factor receptors (PDGFRs), and transforming growth factor β receptor (TGFβR) on fibroblast cell states. </ns3:p>
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».