Optimisation des conditions de culture des cellules endothéliales cornéennes félines pour la reconstruction d'un endothélium cornéen autologue
Bibliographic record
Abstract
Les cellules endothéliales cornéennes constituent un tissu à la fois extrêmement particulier et d’une importance singulière. En effet, celui-ci est pourvu d’une capacité régénératrice pratiquement nulle, mais son intégrité est essentielle à la transparence cornéenne et donc à la vision. Par contre, l’endothélium cornéen fait défaut dans diverses pathologies telles que la dystrophie de Fuch et la kératopathie bulleuse du pseudophaque. La méthode traditionnelle pour le remplacement d’un endothélium cornéen pathologique est la greffe de cornée pleine épaisseur. Par contre, la greffe lamellaire postérieure est une alternative chirurgicale en plein essor, très intéressante, puisqu’elle permet de remplacer seulement la portion malade de la cornée. Cette technique chirurgicale a ouvert la porte à une nouvelle possibilité au niveau du génie tissulaire. En effet, il est maintenant envisageable de greffer un endothélium produit en laboratoire. Un défi supplémentaire, que s’est imposé notre équipe, est de reconstruire non seulement un endothélium complet, mais d’en reconstruire un qui serait également autologue, l’immunogénicité jouant un rôle non négligeable lors d’échec de greffes.\nMon rôle dans ce projet était donc d’évaluer la faisabilité de reconstruire par génie tissulaire un endothélium cornéen autologue pour notre modèle animal, et ce, à des fins de greffes. D’abord en optimisant les conditions de culture afin de permettre la croissance des cellules endothéliales cornéennes animales. Puis en reconstruisant in vitro un endothélium à partir d’une biopsie cornéenne de taille minimale. Un endothélium sain similaire au tissu natif a ainsi été reconstruit.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".