Acoustic Vibration Enhances Osteogenic Differentiation in Dental Mesenchymal Stem Cells
Notice bibliographique
Résumé
Vibration-assisted orthodontic treatment accelerates tooth movement and reduces complications associated with prolonged interventions. While vibration has been shown to enhance osteogenic potential in bone marrow-derived mesenchymal stem cells (MSCs), its effects on dental tissue-derived MSCs remain unclear. This study investigated the impact of acoustic-frequency vibratory stimulation (AFVS) on gingival-tissue-derived MSCs (GT-MSCs) at 20 Hz and 60 Hz under both basal and osteogenic conditions. A custom vibratory platform was developed, and GT-MSCs were assessed for viability, proliferation, and osteogenic differentiation. Resazurin assay, Calcein-AM staining, and vimentin immunohistochemistry were used to evaluate cell viability, proliferation, and morphology, while Alizarin Red staining and calcium accumulation assays measured extracellular matrix mineralization at 7, 14, and 21 days. A Reverse-Transcription Quantitative Polymerase Chain Reaction (RT-qPCR) reaction was performed to quantify osteogenic markers (colagen type I [COL-I], osteopontin [OPN], and alkaline phosphatase [ALP]), and protein expression for COL-I and OPN was confirmed by immunohistochemistry. The results showed that AFVS at 20 Hz and 60 Hz enhanced osteogenic differentiation in GT-MSCs compare with other groups. Extracellular matrix mineralisation increased significantly, with 60 Hz resulting in the highest calcium deposition. Transcript levels of COL-I and OPN were markedly upregulated at 60 Hz, indicating a frequency-dependent response. Cell proliferation was also promoted, with optimal results observed at 60 Hz compare with other groups. These findings highlight the role of mechanical stimulation in enhancing the osteogenic potential of GT-MSCs, suggesting that AFVS is a promising tool for regenerative and orthodontic treatments. This study provides new insights into the frequency-specific effects of vibration, supporting the use of vibration therapy strategies in dental applications.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| 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) | 0,001 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».