Microfluidics-Assisted Fabrication of Gelatin-Silica Core–Shell Microgels for Injectable Tissue Constructs
Notice bibliographique
Résumé
Microfabrication technology provides a highly versatile platform for engineering hydrogels used in biomedical applications with high-resolution control and injectability. Herein, we present a strategy of microfluidics-assisted fabrication photo-cross-linkable gelatin microgels, coupled with providing protective silica hydrogel layer on the microgel surface to ultimately generate gelatin-silica core-shell microgels for applications as in vitro cell culture platform and injectable tissue constructs. A microfluidic device having flow-focusing channel geometry was utilized to generate droplets containing methacrylated gelatin (GelMA), followed by a photo-cross-linking step to synthesize GelMA microgels. The size of the microgels could easily be controlled by varying the ratio of flow rates of aqueous and oil phases. Then, the GelMA microgels were used as in vitro cell culture platform to grow cardiac side population cells on the microgel surface. The cells readily adhered on the microgel surface and proliferated over time while maintaining high viability (∼90%). The cells on the microgels were also able to migrate to their surrounding area. In addition, the microgels eventually degraded over time. These results demonstrate that cell-seeded GelMA microgels have a great potential as injectable tissue constructs. Furthermore, we demonstrated that coating the cells on GelMA microgels with biocompatible and biodegradable silica hydrogels via sol-gel method provided significant protection against oxidative stress which is often encountered during and after injection into host tissues, and detrimental to the cells. Overall, the microfluidic approach to generate cell-adhesive microgel core, coupled with silica hydrogels as a protective shell, will be highly useful as a cell culture platform to generate a wide range of injectable tissue constructs.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 tête enseignante, 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 ».