Rapidly formed stable and aligned dense collagen gels seeded with Schwann cells support peripheral nerve regeneration
Notice bibliographique
Résumé
Abstract Objective. Gel aspiration-ejection (GAE) has recently been developed for the rapid production of dense, anisotropic collagen gel scaffolds with adjustable collagen fibrillar densities. In this study, a GAE system was applied to produce aligned Schwann cells within a type-1 collagen matrix to generate GAE-engineered neural tissues (GAE-EngNT) for potential nerve tissue engineering applications. Approach. The stability and mechanical properties of the constructs were investigated along with the viability, morphology and distribution of Schwann cells. Having established the methodology to construct stable robust Schwann cell-loaded engineered neural tissues using GAE (GAE-EngNTs), the potential of these constructs in supporting and guiding neuronal regeneration, was assessed both in vitro and in vivo. Main results. Dynamic mechanical analysis strain and frequency sweeps revealed that the GAE-EngNT produced via cannula gauge number 16 G (∼1.2 mm diameter) exhibited similar linear viscoelastic behaviors to rat sciatic nerves. The viability and alignment of seeded Schwann cells in GAE-EngNT were maintained over time post GAE, supporting and guiding neuronal growth in vitro with an optimal cell density of 2.0 × 106 cells ml−1. An in vivo test of the GAE-EngNTs implanted within silicone conduits to bridge a 10 mm gap in rat sciatic nerves for 4 weeks revealed that the constructs significantly promoted axonal regeneration and vascularization across the gap, as compared with the empty conduits although less effective regeneration compared with the autograft groups. Significance. Therefore, this is a promising approach for generating anisotropic and robust engineered tissue which can be used with Schwann cells for peripheral nerve repair.
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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».