Spatiotemporal tracking of cells in tissue-engineered cardiac organoids
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
Cardiac tissue engineering aims to create myocardial patches for repair of defective or damaged native heart muscle. The inclusion of non-myocytes in engineered cardiac tissues has been shown to improve the properties of cardiac tissue compared to tissues engineered from enriched populations of myocytes alone. While attempts have been made to mix non-myocytes (fibroblasts, endothelial cells) with cardiomyocytes, very little is understood about how the tissue properties are affected by varying the respective ratios of the three cell types and how these cells assemble into functional tissues with time. The goal of this study was to investigate the effects of modulating the ratios of the three cell types and to spatially and temporally track cardiac tri-cultures of cells. Primary neonatal cardiac fibroblasts and D4T endothelial cells were incubated in 5 microM CellTracker green dye and CellTracker red dye, respectively, while neonatal cardiomyocytes were labelled with 20 microg/mL DAPI. The non-myocytes were seeded either sequentially (pre-culture) or simultaneously (tri-culture) in Matrigel-coated microchannels and allowed to form organoids, as in our previous studies. We also varied the seeding percentage of cardiomyocytes while keeping the total cell number constant in an attempt to improve the functional properties of the organoids. Organoids were imaged on days 1 and 4. Endothelial cells were seen to aggregate into clusters when simultaneously tri-cultured with myocytes and fibroblasts, while pre-cultures contained elongated cells. Functional properties of organoids were improved by increasing the seeding percentage of enriched cardiomyocytes from 40% to 80%.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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