3D Bioprinting Human Induced Pluripotent Stem Cell-Derived Neural Tissues Using a Novel Lab-on-a-Printer Technology
Notice bibliographique
Résumé
Most neurological diseases and disorders lack true cures, including spinal cord injury (SCI). Accordingly, current treatments only alleviate the symptoms of these neurological diseases and disorders. Engineered neural tissues derived from human induced pluripotent stem cells (hiPSCs) can serve as powerful tools to identify drug targets for treating such diseases and disorders. In this work, we demonstrate how hiPSC-derived neural progenitor cells (NPCs) can be bioprinted into defined structures using Aspect Biosystems’ novel RX1 bioprinter in combination with our unique fibrin-based bioink in rapid fashion as it takes under 5 min to print four tissues. This printing process preserves high levels of cell viability (>81%) and their differentiation capacity in comparison to less sophisticated bioprinting methods. These bioprinted neural tissues expressed the neuronal marker, βT-III (45 ± 20.9%), after 15 days of culture and markers associated with spinal cord (SC) motor neurons (MNs), such as Olig2 (68.8 ± 6.9%), and HB9 (99.6 ± 0.4%) as indicated by flow cytometry. The bioprinted neural tissues expressed the mature MN marker, ChaT, after 30 days of culture as indicated by immunocytochemistry. In conclusion, we have presented a novel method for high throughput production of mature hiPSC-derived neural tissues with defined structures that resemble those found in the SC.
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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».