Tuning Alginate Bioink Stiffness and Composition for Controlled Growth Factor Delivery and to Spatially Direct MSC Fate within Bioprinted Tissues
Notice bibliographique
Résumé
Alginate is a commonly used bioink in 3D bioprinting. Matrix stiffness is a key determinant of mesenchymal stem cell (MSC) differentiation, suggesting that modulation of alginate bioink mechanical properties represents a promising strategy to spatially regulate MSC fate within bioprinted tissues. In this study, we define a printability window for alginate of differing molecular weight (MW) by systematically varying the ratio of alginate to ionic crosslinker within the bioink. We demonstrate that the MW of such alginate bioinks, as well as the choice of ionic crosslinker, can be tuned to control the mechanical properties (Young's Modulus, Degradation Rate) of 3D printed constructs. These same factors are also shown to influence growth factor release from the bioinks. We next explored if spatially modulating the stiffness of 3D bioprinted hydrogels could be used to direct MSC fate inside printed tissues. Using the same alginate and crosslinker, but varying the crosslinking ratio, it is possible to bioprint constructs with spatially varying mechanical microenvironments. Moreover, these spatially varying microenvironments were found to have a significant effect on the fate of MSCs within the alginate bioinks, with stiffer regions of the bioprinted construct preferentially supporting osteogenesis over adipogenesis.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».