Microextrusion printing cell-laden networks of type I collagen with patterned fiber alignment and geometry
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
Type I collagen self-assembles into three-dimensional (3D) fibrous networks. These dynamic viscoelastic materials can be remodeled in response to mechanical and chemical signals to form anisotropic networks, the structure of which influences tissue development, homeostasis, and disease progression. Conventional approaches for fabricating anisotropic networks of type I collagen are often limited to unidirectional fiber alignment over small areas. Here, we describe a new approach for engineering cell-laden networks of aligned type I collagen fibers using 3D microextrusion printing of a collagen-Matrigel ink. We demonstrate hierarchical control of 3D-printed collagen with the ability to spatially pattern collagen fiber alignment and geometry. Our data suggest that collagen alignment results from a combination of molecular crowding in the ink and shear and extensional flows present during 3D printing. We demonstrate that human breast cancer cells cultured on 3D-printed collagen constructs orient along the direction of collagen fiber alignment. We also demonstrate the ability to simultaneously bioprint epithelial cell clusters and control the alignment and geometry of collagen fibers surrounding cells in the bioink. The resulting cell-laden constructs consist of epithelial cell clusters fully embedded in aligned networks of collagen fibers. Such 3D-printed constructs can be used for studies of developmental biology, tissue engineering, and regenerative medicine.
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 | 0,000 | 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) | 0,002 | 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