Fiber alignment and coculture with fibroblasts improves the differentiated phenotype of murine embryonic stem cell‐derived cardiomyocytes for cardiac 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
Embryonic stem cells (ESCs) are an important source of cardiomyocytes for regenerating injured myocardium. The successful use of ESC-derived cardiomyocytes in cardiac tissue engineering requires an understanding of the important scaffold properties and culture conditions to promote cell attachment, differentiation, organization, and contractile function. The goal of this work was to investigate how scaffold architecture and coculture with fibroblasts influences the differentiated phenotype of murine ESC-derived cardiomyocytes (mESCDCs). Electrospinning was used to process an elastomeric biodegradable polyurethane (PU) into aligned or unaligned fibrous scaffolds. Bioreactor produced mESCDCs were seeded onto the PU scaffolds either on their own or after pre-seeding the scaffolds with mouse embryonic fibroblasts (MEFs). Viable mESCDCs attached to the PU scaffolds and were functionally contractile in all conditions tested. Importantly, the aligned scaffolds led to the anisotropic organization of rod-shaped cells, improved sarcomere organization, and increased mESCDC aspect ratio (length-to-diameter ratio) when compared to cells on the unaligned scaffolds. In addition, pre-seeding the scaffolds with MEFs improved mESCDC sarcomere formation compared to mESCDCs cultured alone. These results suggest that both fiber alignment and pre-treatment of scaffolds with fibroblasts improve the differentiation of mESCDCs and are important parameters for developing engineered myocardial tissue constructs using ESC-derived cardiac cells.
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 | 0,000 | 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 découle