MétaCan
Menu
Retour à la cohorte
Enregistrement W4404404652 · doi:10.3791/66717

Fibro-Adipogenic Progenitor Isolation, Expansion, and Differentiation from the Spiny Mouse Model

2024· article· en· W4404404652 sur OpenAlexaff
Bruce Lin, H. S. Soliman, Fábio Rossi, Marine Théret

Notice bibliographique

RevueJournal of Visualized Experiments · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueTissue Engineering and Regenerative Medicine
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésProgenitor cellAdipogenesisCell biologyBiologyRegeneration (biology)ProgenitorSkeletal muscleRegenerative medicineExtracellular matrixPopulationStem cellMesenchymal stem cellAnatomyMedicine

Résumé

récupéré en direct d'OpenAlex

Due to its exceptional repair program, the spiny mouse is an emerging research model for regenerative medicine. Fibro-adipogenic progenitors are tissue-resident cells that are able to differentiate into adipocytes, fibroblasts, and chondrocytes. Fibro-adipogenic progenitors are fundamental for orchestrating tissue regeneration as they are responsible for extracellular matrix remodeling after injury. This study focuses on investigating the specific role of fibro-adipogenic progenitors in spiny mouse cardiac repair and skeletal muscle regeneration. To this end, a protocol has been optimized for the purification of spiny mouse fibro-adipogenic progenitors by flow cytometry from enzymatically dissociated skeletal and cardiac muscle. The population obtained from this protocol is capable of expanding in vitro, and can be differentiated to myofibroblasts and adipocytes. This protocol offers a valuable tool for researchers to examine the distinctive properties of spiny mouse, and to compare them to the Mus musculus. This will provide insights that could advance the understanding of regenerative mechanisms in this intriguing model.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,387
Écart entre enseignants0,359 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetTissue Engineering and Regenerative MedicineTravaux en français237 207