Galectin-3/Gelatin Electrospun Scaffolds Modulate Collagen Synthesis in Skin Healing but Do Not Improve Wound Closure Kinetics
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
Chronic wounds remain trapped in a pro-inflammatory state, with strategies targeted at inducing re-epithelialization and the proliferative phase of healing desirable. As a member of the lectin family, galectin-3 is implicated in the regulation of macrophage phenotype and epithelial migration. We investigated if local delivery of galectin-3 enhanced skin healing in a full-thickness excisional C57BL/6 mouse model. An electrospun gelatin scaffold loaded with galectin-3 was developed and compared to topical delivery of galectin-3. Electrospun gelatin/galectin-3 scaffolds had an average fiber diameter of 200 nm, with 83% scaffold porosity approximately and an average pore diameter of 1.15 μm. The developed scaffolds supported dermal fibroblast adhesion, matrix deposition, and proliferation in vitro. In vivo treatment of 6 mm full-thickness excisional wounds with gelatin/galectin-3 scaffolds did not influence wound closure, re-epithelialization, or macrophage phenotypes, but increased collagen synthesis. In comparison, topical delivery of galectin-3 [6.7 µg/mL] significantly increased arginase-I cell density at day 7 versus untreated and gelatin/galectin-3 scaffolds (p < 0.05). A preliminary assessment of increasing the concentration of topical galectin-3 demonstrated that at day 7, galectin-3 [12.5 µg/mL] significantly increased both epithelial migration and collagen content in a concentration-dependent manner. In conclusion, local delivery of galectin 3 shows potential efficacy in modulating skin healing in a concentration-dependent manner.
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 | 0,001 |
| 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 découle