Progress technology in microencapsulation methods for cell therapy
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 encapsulation in microcapsules allows the in situ delivery of secreted proteins to treat different pathological conditions. Spherical microcapsules offer optimal surface-to-volume ratio for protein and nutrient diffusion, and thus, cell viability. This technology permits cell survival along with protein secretion activity upon appropriate host stimuli without the deleterious effects of immunosuppressant drugs. Microcapsules can be classified in 3 categories: matrix-core/shell microcapsules, liquid-core/shell microcapsules, and cells-core/shell microcapsules (or conformal coating). Many preparation techniques using natural or synthetic polymers as well as inorganic compounds have been reported. Matrix-core/shell microcapsules in which cells are hydrogel-embedded, exemplified by alginates capsule, is by far the most studied method. Numerous refinement of the technique have been proposed over the years such as better material characterization and purification, improvements in microbead generation methods, and new microbeads coating techniques. Other approaches, based on liquid-core capsules showed improved protein production and increased cell survival. But aside those more traditional techniques, new techniques are emerging in response to shortcomings of existing methods. More recently, direct cell aggregate coating have been proposed to minimize membrane thickness and implants size. Microcapsule performances are largely dictated by the physicochemical properties of the materials and the preparation techniques employed. Despite numerous promising pre-clinical results, at the present time each methods proposed need further improvements before reaching the clinical phase.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,003 | 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