A novel automated cell-seeding device for tissue engineering of tubular scaffolds: design and functional validation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Obtaining an efficient, uniform and reproducible cell seeding of porous tubular scaffolds constitutes a major challenge for the successful development of tissue-engineered vascular grafts. In this study, a novel automated cell-seeding device utilizing direct cell deposition, patterning techniques and scaffold rotation was designed to improve the cell viability, uniformity and seeding efficiency of tubular constructs. Quantification methods and imaging techniques were used to evaluate these parameters on the luminal and abluminal sides of fibrous polymer scaffolds. With the automated seeding method, a high cell-seeding efficiency (~89%), viability (~85%) and uniformity (~85-92%) were achieved for both aortic smooth muscle cells (AoSMCs) and aortic endothelial cells (AoECs). The duration of the seeding process was < 8 min. Initial cell density, cell suspension in matrix-containing media, duration of seeding process and scaffold rotation were found to affect the seeding efficiency. After few days of culture, a uniform longitudinal and circumferential cell distribution was achieved without affecting cell viability. Both cell types were viable and spread along the fibres after 28 h and 6 days of static incubation. This new automated cell-seeding method for tubular scaffolds is efficient, reliable and meets all the requirements for clinical applicability.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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) | 0,000 | 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 découle