Contributions of fibronectin and cells to elastogenic protein expression and deposition in tissue-engineered blood vessel constructs and wound healing
Notice bibliographique
Résumé
Dans les pays occidentaux, la maladie coronarienne est la manifestation la plus frequente des maladies cardiovasculaires et represente a elle seule la moitie des morts dus aux maladies cardiovasculaires. Il existe un besoin clinique pour des protheses vasculaires de faible diametre pour realiser des pontages vasculaires.. Les vaisseaux sanguins generes par ingenierie tissulaire ont été proposés comme substituts artériels. malgré les nombreux progrès dans le domaine, la manque de force et d'élasticité causé par la formation limitée des fibres élastiques reste un des problèmes essentiels dans l'application clinique de ces vaisseaux.L'objectif principal de ce projet étant d'améliorer la formation des fibres élastiques dans les vaisseaux sanguins issus de l'ingénierie tissulaire. En effet, notre hypothèse de travail est que i) la fibronectine (FN) exogène, un organisateur connu de plusieurs systèmes de fibres de la matrice extracellulaire, peut être utilisée pour améliorer l'élasticité dans ces vaisseaux, et que ii) les cellules des vaisseaux sanguins agissent ensemble pour promouvoir l'élasticité dans ces modèles. Quant a l'objectif secondaire, il consiste a déterminer l'effet de différents fragments de la protéine FN sur l'élasticité dans des modèles de gel constitué de collagéne planaires et inséminés de FML. L'hypothèse pour cet objectif est que les fragments de FN exogènes auront un effet réduit en comparaison avec la protéine entière de FN.Pour cette étude, nos collaborateurs de l'Université de Laval ont préparé deux types de modèles 3D de vaisseaux sanguins par ingénierie tissulaire. Le premier modèle est basé sur des gels de collagène cellularisés à partir de FML porcines d'origine aortique et supplémentés de fibronectine humaine plasmique. Le second modèle, plus complexe, est basé sur des gels de collagène cellularisés à partir des trois types de fibres vasculaires humaines : fibres musculaires lisses, fibroblastes, et cellules endothéliales, organisés en couches concentriques pour répliquer l'anatomie physiologique des vaisseaux. Pour comprendre les rôles de la fibronectine ainsi que l'organisation cellulaire, nous avons étudié la maturation de ces modèles au cours du temps et ceci en regardant particulièrement la production et la déposition de protéines élastiques d'intérêt (immunohistochimie). Pour étudier l'effet de la FN sur la formation des fibres élastiques au cours du temps, un système de culture cellulaire 2D a été établi à partir de FML et analysé par immunofluorescence ainsi que des modèles 3D qui eux, ont ete analysés par autofluorescence. Nos collaborateurs ont également préparé des modèles de gel en collagène planaires inséminés de FML et supplémentés de fragments variés de FB cellulaire (FN EDA). Dans le but de comprendre la différence entre les fragments et particulièrement la production des cellules élastiques et leur agencement par FML , l'analyse immunohistochimique a été utilisée. Les résultats obtenus avec les vaisseaux sanguins équivalents produit par ingénierie tissulaire en 3D et qui sont faits uniquement de FML démontrent que l'ajout de FN augmente la production et la déposition de TE, FBN-1, LOX, et LTBP-4. L'optimale de la production et la déposition de protéines est observée tardivement au bout de 7 jours. En ce qui concerne le modèle FML 2D, l'addition de FN exogène augmente la production de toutes les protéines élastiques. Les modèles à couches multi-cellulaires contenant soit FB+FML ou FB+FML+CE quant á eux, ils démontraient une augmentation de la production et de la déposition de fibrilline-1 au Jour 7, et de TE, LOX, et LTBP-4 aux Jour 7 et Jour 14 par les FML. Et enfin, les résultats obtenus avec les modèles planaires supplémentés de différents fragments FN EDA ont révélé que les fragments FN EDA courts ainsi que la protéine entière sont tous les deux capables de façon similaire d'accroitre la production et la déposition de protéines élastiques comme la FBN-1, la TE, et le LOX.
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 | 0,001 | 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 ».