Scaffold‐free cartilage tissue engineering with a small population of human nasoseptal chondrocytes
Notice bibliographique
Résumé
OBJECTIVE: Cartilage tissue engineering is a promising approach to provide suitable materials for nasal reconstruction; however, it typically requires large numbers of cells. We have previously shown that a small number of chondrocytes cultivated within a continuous flow bioreactor can elicit substantial tissue growth, but translation to human chondrocytes is not trivial. Here, we aimed to demonstrate the application of the bioreactor to generate large-sized tissues from a small population of primary human nasoseptal chondrocytes. STUDY DESIGN: Experimental study. METHODS: Chondrocytes were cultured in the bioreactor using different medium compositions, with varying amounts of serum and with or without growth factors. Resulting engineered tissues were analyzed for physical properties, biochemical composition, tissue microstructure, and protein localization. RESULTS: Bioreactor-cultivated constructs grown with serum and growth factors (basic fibroblast growth factor and transforming growth factor beta 2) had greater thickness, as well as DNA and glycosaminoglycan (GAG) contents, compared to low serum and no growth factor controls. These constructs also showed the most intense proteoglycan and collagen II staining. CONCLUSION: The combination of bioreactor conditions, serum, and growth factors allowed the generation of large, thick scaffold-free human cartilaginous tissues that resembled the native nasoseptal cartilage. There also may be implications for patient selection in future clinical applications of these engineered tissues because their GAG content decreased with donor age. LEVEL OF EVIDENCE: NA. Laryngoscope, 127:E91-E99, 2017.
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 ».