A Collagen–Chitosan Hydrogel for Endothelial Differentiation and Angiogenesis
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
Cell therapy for the treatment of cardiovascular disease has been hindered by low cell engraftment, poor survival, and inadequate phenotype and function. In this study, we added chitosan to a previously developed injectable collagen matrix, with the aim of improving its properties for cell therapy and neovascularization. Different ratios of collagen and chitosan were mixed and chemically crosslinked to produce hydrogels. Swell and degradation assays showed that chitosan improved the stability of the collagen hydrogel. In culture, endothelial cells formed significantly more vascular-like structures on collagen–chitosan than collagen-only matrix. While the differentiation of circulating progenitor cells to CD31+ cells was equal on all matrices, vascular endothelial-cadherin expression was increased on the collagen–chitosan matrix, suggesting greater maturation of the endothelial cells. In addition, the collagen–chitosan matrix supported a significantly greater number of CD133+ progenitor cells than the collagen-only matrix. In vivo, subcutaneously implanted collagen–chitosan matrices stimulated greater vascular growth and recruited more von Willebrand factor (vWF+) and CXCR4+ endothelial/angiogenic cells than the collagen-only matrix. These results indicate that the addition of chitosan can improve the physical properties of collagen matrices, and enhance their ability to support endothelial cells and angiogenesis for use in cardiovascular tissue engineering 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.
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 | 0,000 |
| 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