MétaCan
Menu
Retour à la cohorte
Enregistrement W2995301782 · doi:10.1021/acsbiomaterials.9b01638

Chitosan Microbeads Produced by One-Step Scalable Stirred Emulsification: A Promising Process for Cell Therapy Applications

2019· article· en· W2995301782 sur OpenAlexafffund
Yasaman Alinejad, Christina Bitar, Karina Martinez Villegas, Sarah Perignon, Corinne A. Hoesli, Sophie Lerouge

Notice bibliographique

RevueACS Biomaterials Science & Engineering · 2019
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensÉcole de Technologie SupérieureMcGill UniversityCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésChitosanMesenchymal stem cellEmulsionDextranMaterials scienceChemistryBiomedical engineeringChemical engineeringChromatographyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Cell microencapsulation is a promising approach to improve cell therapy outcomes by protecting injected cells from rapid dispersion and allowing bidirectional diffusion of nutrients, oxygen, and waste that promote cell survival in the target tissues. Here, we describe a simple and scalable emulsification method to encapsulate animal cells in chitosan microbeads using thermosensitive gel formulations without any chemical modification and cross-linker. The process consists of a water-in-oil emulsion where the aqueous phase droplets contain cells (L929 fibroblasts or human mesenchymal stromal cells), chitosan acidic solution and gelling agents (sodium hydrogen carbonate and phosphate buffer or beta-glycerophosphate). The oil temperature is maintained at 37 °C, allowing rapid physical gelation of the microbeads. Alginate beads prepared with the same method were used as a control. Microbeads with a diameter of 300-450 μm were successfully produced. Chitosan and alginate (2% w/v) microbeads presented similar rigidity in compression, but chitosan microbeads endured >80% strain without rupture, while alginate microbeads presented fragile breakage at <50% strain. High cell viability and metabolic activity were observed after up to 7 days in culture for encapsulated cells. Mesenchymal stromal cells encapsulated in chitosan microbeads released higher amounts of the vascular endothelial growth factor after 24 h compared to the cells encapsulated in manually cast macrogels. Moreover, microbeads were injectable through 23G needles without significant deformation or rupture. The emulsion-generated chitosan microbeads are a promising delivery vehicle for therapeutic cells because of their cytocompatibility, biodegradation, mechanical strength, and injectability. Clinical-scale encapsulation of therapeutic cells such as mesenchymal stromal cells in chitosan microbeads can readily be achieved using this simple and scalable emulsion-based process.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,271
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Biomaterials Science & EngineeringMême sujet3D Printing in Biomedical ResearchTravaux en français237 207