Cell Cycle Analysis of Rat Schwann Cells on Chitosan Scaffolds by Flow Cytometry
Notice bibliographique
Résumé
The fine combination of biomaterial and essential cells determines a successful artificial graft. With high biocompatibility, chitosan is a choice of materials for regeneration medicine. In the peripheral nervous system, Schwann cells are critical for nerve regeneration. Schwann cells not only help to conduct the nerve pulse but also guide the nerve extension, especially the injured nerve for recovery. Studies showed that chitosan can be a bridge material for damaged nerve regeneration. The interactions between chitosan and Schwann cells may provide important information for designing the chitosan grafts applied in medical applications. For this purpose, the chitoson was made into conduits by lyophilization. The conduit has porous 3D scaffolds and seeded with rat Schwann cells. The harvested cells were labeled with PI fluorescent dye and analyzed with flow cytometry. The results showed that the rates of DNA replication (S-phase) and cell division (G2 phase) of the cells grew on chitosan scaffolds were higher than the ones grew on the plane substrate. This indicates that the cells grew on chitosan scaffolds were more active than those on the plane substrate in cell proliferation, and the biocompatibility of chitosan can be sustained in this quantitative analysis. Therefore, chitosan scaffolds are efficient for cell expansion of rat Schwann cells and may be beneficial for the purpose of tissue engineering. This study proves that cell cycle analysis is a new point of view in disclosing the cell-material interactions.
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 | 0,000 |
| 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 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 ».