Patterned poly(chlorotrifluoroethylene) guides primary nerve cell adhesion and neurite outgrowth
Notice bibliographique
Résumé
Central nervous system (CNS) neurons, unlike those of the peripheral nervous system, do not spontaneously regenerate following injury. Recently it has been shown that in the developing CNS, a combination of cell-adhesive and cell-repulsive cues guide growing axons to their targets. We hypothesized that by mimicking these guidance signals, we could guide nerve cell adhesion and neurite outgrowth in vitro. Our objective was to direct primary nerve cell adhesion and neurite outgrowth on poly(chlorotrifluoroethylene) (PCTFE) surfaces by incorporating alternating patterns of cell-adhesive (peptide) and nonadhesive (polyethylene glycol; PEG) regions. PCTFE was surface-modified with lithium PEG-alkoxide, demonstrating the first report of metal-halogen exchange with an alkoxide and PCTFE. Titanium and then gold were sputtered onto PEG-modified films, using a shadow-masking technique that creates alternating patterns on the micrometer scale. PCTFE-Au regions then were modified with one of two cysteine-terminated laminin-derived peptides, C-GYIGSR or C-SIKVAV. Hippocampal neuron cell-surface interactions on homogeneously modified surfaces showed that neuron adhesion was decreased significantly on PEG-modified surfaces and was increased significantly on peptide-modified surfaces. Cell adhesion was greatest on CGYIGSR surfaces while neurite length was greatest on CSIKVAV surfaces and PLL/laminin positive controls, indicating the promise of peptides for enhanced cellular interactions. On patterned surfaces, hippocampal neurons adhered and extended neurites preferentially on peptide regions. By incorporating PEG and peptide molecules on the surface, we were able to simultaneously mimic cell-repulsive and cell-adhesive cues, respectively, and maintain the biopatterning of primary CNS neurons for over 1 week in culture.
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 | 0,000 | 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) | 0,001 | 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 ».