MétaCan
Menu
Retour à la cohorte
Enregistrement W4407240515 · doi:10.1039/d4bm00906a

Influence of lung extracellular matrix from non-IPF and IPF donors on primary human lung fibroblast biology

2025· article· en· W4407240515 sur OpenAlexafffund
Mohammadhossein Dabaghi, Ryan Singer, Alex Noble, Aidee Verónica Arizpe Tafoya, David A. González‐Martínez, Tamaghna Gupta, Cécile Formosa‐Dague, Iván O. Rosas, Martin Kolb, Yaron Shargall, Jose Moran‐Mirabal, Jeremy A. Hirota

Notice bibliographique

RevueBiomaterials Science · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueTissue Engineering and Regenerative Medicine
Établissements canadiensUniversity of British ColumbiaUniversity of WaterlooMcMaster UniversitySt. Joseph’s Healthcare Hamilton
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Research ChairsMcMaster University
Mots-clésExtracellular matrixFibroblastLungPrimary (astronomy)ExtracellularHuman lungChemistryCell biologyBiologyMedicineBiochemistryInternal medicinePhysicsIn vitro

Résumé

récupéré en direct d'OpenAlex

ECM, we studied both the concentration-dependent effects and the intrinsic biochemical cues of ECM on cell morphology, protein expression, mechanobiology biomarkers, and gene expression. Morphological analysis revealed that HLFs displayed altered spreading, shape, and nuclear characteristics in response to dECM coatings relative to control plastic, indicating a response to the physical and biochemical cues. Protein expression studies showed an upregulation of α-smooth muscle actin (α-SMA) in cells interacting with both non-IPF and IPF dECM coatings, that was more prominent at IPF dECM-coated surface. In addition, YAP localization, a marker of mechanotransduction, was also dysregulated on dECM coatings, reflecting changes in mechanical signaling pathways. Gene expression profiles were differentially regulated by the different dECM coatings. The developed dECM coating strategy in this work facilitates the integration of tissue-specific biochemical cues onto standard cell culture platforms, which is ideal for high-throughput screening. Importantly, it minimizes the requirement for human tissue samples, especially when compared to more sample-intensive 3D models like dECM-based hydrogels.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,154
Score d'incertitude au seuil0,469

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,298
Écart entre enseignants0,292 · 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 tête enseignante, 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

Citations4
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomaterials ScienceMême sujetTissue Engineering and Regenerative MedicineTravaux en français237 207