MétaCan
Menu
Retour à la cohorte
Enregistrement W3011171434 · doi:10.1021/acsbiomaterials.0c00255

Comparative Studies of Fibrin-Based Engineered Vascular Tissues and Notch Signaling from Progenitor Cells

2020· article· en· W3011171434 sur OpenAlexafffund
Khalil Dayekh, Kibret Mequanint

Notice bibliographique

RevueACS Biomaterials Science & Engineering · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueElectrospun Nanofibers in Biomedical Applications
Établissements canadiensWestern University
Organismes subventionnairesHeart and Stroke Foundation of Canada
Mots-clésCell biologyVascular smooth muscleNotch signaling pathwayTissue engineeringProgenitor cellMesenchymal stem cellEmbryonic stem cellStem cellVascular tissueBiologySignal transductionBiochemistry

Résumé

récupéré en direct d'OpenAlex

The main impetus of vascular tissue engineering is clinical translation, but an equally appealing and impactful use of engineered vascular tissues is as preclinical testing platforms for studying vascular disease and developing therapeutic drugs and understanding of physiologically relevant vascular biology. Developing model engineered tissues will aid in narrowing the significant knowledge gaps in functional tissue formation, which is regulated by intricate cell signaling in a three-dimensional space. In this study, we fabricated tubular engineered vascular tissues using cross-linked fibrinogen as a scaffold and nondifferentiated embryonic rat vascular smooth muscle cell line (A10 cells) and mouse embryonic multipotent mesenchymal progenitor cell line (10T1/2 cells) as model vascular cells. Fibrin gel dimensional contraction kinetics study showed that A10 cells embedded in the gel were unable to significantly contract the tissue compared to fibrin-only gels because of their undifferentiated state. In contrast, 10T1/2 cells differentiated with TGF-β1 to a vascular lineage were able to contract the tubular gel significantly owing to the contractile cytoskeletal stress fibers. Because of its vital role in vascular morphogenesis, tissue specification, and maturation, Notch signaling studies in engineered vascular tissues from A10 cells demonstrated cis-inhibition, whereas 10T1/2 cells activated Notch and its downstream targets Hes-1 and the smooth muscle α-actin genes. Taken together, this study showed that (i) contrary to the previously accepted notion, cell-type is important to gel contractions, and (ii) in engineered vascular tissues, Notch signaling is highly context-dependent, where cis-inhibition muted signal activation in A10 vascular cells, whereas Notch was fully activated in 10T1/2 cells. These findings may provide insights to fabricate functional vascular tissues.

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 seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
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 recherche0,0000,000
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 Opus0,030
Tête enseignante GPT0,280
Écart entre enseignants0,249 · 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

Citations8
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Biomaterials Science & EngineeringMême sujetElectrospun Nanofibers in Biomedical ApplicationsTravaux en français237 207