Interpenetrating Alginate-Collagen Polymer Network Microspheres for Modular 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
The lack of vascularization limits the creation of engineered tissue constructs with clinically relevant sizes. We pioneered a bottom-up process (modular tissue engineering) in which constructs with intrinsic vasculature were assembled from endothelialized building blocks. In this study, we prepared an interpenetrating polymer network (IPN) hydrogel from a collagen-alginate blend and evaluated its use as microspheres in modular tissue engineering. Ionotropic gelation of alginate was combined with collagen fibrillogenesis, and the resulting hydrogel was stiffer and had greater resistance to enzymatic degradation relative to that of collagen alone; the viability of embedded mesenchymal stromal cells (adMSC) was unaltered. IPN microspheres were fabricated by a coaxial air-flow technique, and an additional step of collagen coating was required to have human umbilical vein endothelial cells (HUVEC) attach and proliferate. When implanted subcutaneously in SCID/bg mice, adMSC-HUVEC microspheres promoted more blood vessels at day 7 relative to microspheres without adMSC but coated with HUVEC. Perfusion studies confirmed that these vessels were connected to the host vasculature. Fewer vessels were detected in both groups at day 21, but in adMSC-HUVEC explants, more smooth muscle cells had wrapped around vessels, and CLARITY processing of whole explants revealed a restricted leakage of blood. The capacity for rapid gelation and high throughput production are promising features for the use of these microspheres in modular tissue engineering.
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 | 0,002 | 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 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 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 découle