Atomic Force and Confocal Microscopic Studies of Collagen-Cell-Based Scaffolds for Vascular Tissue Engineering
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
Collagen is the most used naturally occurring scaffold material. It’s a structural protein ubiquitous among mammalian. The ability of collagen type I to host different cell phenotype in vitro and its low antigenecity in vivo are well known. However, the principal drawback of collagenbased materials consists in their low mechanical properties. For vascular tissue engineering this represents a major limit, as the aim is to mimic the structure of a native vessel, which is known to be resistant and viscoelastic. Moreover, vascular cells are known to be susceptible in vivo to reorganize the matrix in which they proliferate. Therefore, the aim of this project is to study the micro structural organization of collagen-based scaffolds, and to assess the interactions between collagen and smooth muscle cells during regeneration. This knowledge will then allow the development of appropriate strategies to tailor the microstructure of the scaffold and its properties. Smooth muscle cells (SMCs) were selected to study the interactions between cells and matrix during the proliferation. Atomic Force Microscopy (AFM) in dry state in tapping mode and Confocal Laser Scanning Microscopy (CLSM) in reflection mode were used to investigate the microstructure of the scaffold. For the former technique cells were seeded on top of the collagen gel after jellification, while for the latter, cells were embedded into the collagen gel and stained with Rhodamine. The contact points between matrix and cells were investigated, as well as the capacity of vascular cells to induce a structural reorganization of collagen fibrils in the scaffold.
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