Human Fibroblast Sheet Promotes Human Pancreatic Islet Survival and Function in Vitro
Notice bibliographique
Résumé
In previous work, we engineered functional cell sheets using bone marrow-derived mesenchymal stem cells (BM-MSCs) to promote islet graft survival. In the present study, we hypothesized that a cell sheet using dermal fibroblasts could be an alternative to MSCs, and then we aimed to evaluate the effects of this cell sheet on the functional viability of human islets. Fibroblast sheets were fabricated using temperature-responsive culture dishes. Human islets were seeded onto fibroblast sheets. The efficacy of the fibroblast sheets was evaluated by dividing islets into three groups: the islets-alone group, the coculture with fibroblasts group, and the islet culture on fibroblast sheet group. The ultrastructure of the islets cultured on each fibroblast sheet was examined by electron microscopy. The fibroblast sheet expression of fibronectin (as a component of the extracellular matrix) was quantified by Western blotting. After 3 days of culture, islet viabilities were 70.2 ± 9.8%, 87.4 ± 5.8%, and 88.6 ± 4.5%, and survival rates were 60.3 ± 6.8%, 65.3 ± 3.0%, and 75.8 ± 5.6%, respectively. Insulin secretions in response to high-glucose stimulation were 5.1 ± 1.6, 9.4 ± 3.8, and 23.5 ± 12.4 µIU/islet, and interleukin-6 (IL-6) secretions were 3.0 ± 0.7, 5.1 ± 1.2, and 7.3 ± 1.0 ng/day, respectively. Islets were found to incorporate into the fibroblast sheets while maintaining a three-dimensional structure and well-preserved extracellular matrix. The fibroblast sheets exhibited a higher expression of fibronectin compared to fibroblasts alone. In conclusion, human dermal fibroblast sheets fabricated by tissue-engineering techniques could provide an optimal substrate for human islets, as a source of cytokines and extracellular matrix.
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 ».