Mechanically stable fibrin scaffolds promote viability and induce neurite outgrowth in neural aggregates derived from human induced pluripotent stem cells
Notice bibliographique
Résumé
Recent work demonstrated that 3D fibrin scaffolds function as an effective substrate for engineering tissues from pluripotent stem cells. However, the rapid degradation rate of fibrin remains a major limitation when differentiating human pluripotent stem cells for tissue engineering applications. The addition of crosslinking agents, such as genipin, during the polymerization process increases scaffold stability while decreasing the degradation rate of fibrin. Genipin crosslinking alters the physical characteristics of the fibrin scaffolds, which influences the behaviour of the differentiating cells seeded inside. It also possesses neuritogenic and neuroprotective properties, making it particularly attractive for engineering neural tissue from pluripotent stem cells. Here we show that genipin enhances neuronal differentiation of neural progenitors derived from human induced pluripotent stem cells (hiPSCs) in 2D culture and genipin concentration influences the morphological and mechanical properties of 3D fibrin scaffolds. These mechanically stable genipin-crosslinked fibrin scaffolds support hiPSC-derived neural aggregates and induce neurite outgrowth while remaining intact for 2 weeks as opposed to 5 days for unmodified fibrin scaffolds.
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 | 0,002 | 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».