MétaCan
Menu
Retour à la cohorte
Enregistrement W2410572264 · doi:10.1021/acs.biomac.5b01366

Hydrogel for Simultaneous Tunable Growth Factor Delivery and Enhanced Viability of Encapsulated Cells <i>in Vitro</i>

2016· article· en· W2410572264 sur OpenAlexafffund
James Parker, Nikolaos Mitrousis, Molly S. Shoichet

Notice bibliographique

RevueBiomacromolecules · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRetinal Development and Disorders
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésViability assayDrug deliveryIn vitroChemistryIn vivoCell biologyTissue engineeringGrowth factorTransplantationCellFusion proteinBiophysicsMaterials scienceNanotechnologyBiochemistryBiologyBiomedical engineeringReceptorMedicineBiotechnologyRecombinant DNA

Résumé

récupéré en direct d'OpenAlex

Poor cell survival in vitro and in vivo is one of the key challenges in tissue engineering. Prosurvival therapeutic proteins, such as insulin-like growth factor-1 (IGF-1), can promote cell viability but require controlled delivery systems due to their short half-lives and rapid clearance. Biocompatible materials are commonly used for drug delivery platforms or to encapsulate cells for increased viability, but few materials have been used for both applications simultaneously. In this work, we present a dual-use platform. A blend of hyaluronan and methylcellulose, known to promote cell survival, was covalently modified with Src homology 3 (SH3)-binding peptides and demonstrated tunable, affinity-based release of the prosurvival fusion protein SH3-IGF-1. The material also significantly increased the viability of retinal pigment epithelium cells under anchorage-independent conditions. This novel platform is applicable to a broad range of cells and protein therapeutics and is a promising drug delivery/cell transplantation strategy to increase the viability of both exogenous and endogenous cells in tissue engineering applications.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,208
Écart entre enseignants0,203 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations58
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomacromoleculesMême sujetRetinal Development and DisordersTravaux en français237 207