MétaCan
Menu
Retour à la cohorte
Enregistrement W7061381027

Profiling Osteogenic microRNAs For RNAi-Functionalization Of Scaffolds In Bone Tissue Engineering

2015· article· en· W7061381027 sur OpenAlexaff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGyrotron and Vacuum Electronics Research
Établissements canadiensiNano Medical (Canada)
Organismes subventionnairesnon disponible
Mots-clésmicroRNAMesenchymal stem cellGene expressionBone tissueBone remodelingGene expression profilingOsteoblast
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Bone remodeling and bone repair are natural processes occurring in the body throughout life. This metabolic process ensures that microfractures and microinjuries are repaired and thus maintaining healthy bones. However, when the damage is too large, such as from trauma injury or bone tumors, repair is limited and grafts are required to assist in bone repair. The use of allografts can cause immunological complications, whilst autografts subject the patient to two surgeries. Bone tissue engineering is a multidisciplinary field encompassing material science, medicine, chemistry and molecular biology aimed to produce a functional graft in vitro as an alternative to allografts and autografts. We explored the microRNAs (miRNAs) that aid in the bone formation process. MiRNAs are small non-coding RNAs of about 17-22 nucleotides in length that target the 3’UTR of mRNAs and represses their expression. MiRNAs have been found to facilitate many processes in the body including development, metabolism, and are implicated in many diseases. Many miRNAs have been identified with roles in osteogenesis, however a large systematic view at miRNA expression throughout osteogenesis that includes early, intermediate and late time points has yet to be done. We aimed to identify the expression profiles of miRNAs that as mesenchymal stem cells underwent osteogenesis with microRNA-sequencing. Most miRNAs were downregulated during osteogenesis and only few were upregulated. With the use of weighted gene correlated gene analysis we identified several expression profiles. Several miRNAs were validated in their osteogenic capabilities by overexpressing and knocking down the miRNAs, then assessing their ALP activities, Alizarin Red and ALP stainings and the expression of osteoblastic markers. In our screen we have identified both miRNAs that have been reported previously and many novel miRNAs with potent osteogenic capabilities. For tissue engineering applications, we then functionalized scaffolds with the miRNAs we identified and observed an increase in osteogenic capabilities in our 3D cultures. Our findings depicted the miRNA expression landscape as mesenchymal stem cells underwent osteogenic differentiation. We also highlight the potency of miRNAs as biological therapeutics in bone tissue engineering.

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)0,000
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 GPT0,301
Écart entre enseignants0,273 · 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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGyrotron and Vacuum Electronics ResearchTravaux en français237 207