Assessment of fibrin-collagen co-gels for generating microvessels <i>ex vivo</i> using endothelial cell-lined microfluidics and multipotent stromal cell (MSC)-induced capillary morphogenesis
Notice bibliographique
Résumé
is the generation of perfusable microvessels of varying diameters. In this work, we take the approach of using hydrogel-based microfluidics seeded with endothelial cells (ECs) to form small artery/vein-like vessels, in conjunction with using the self-assembly behavior of ECs to form capillary-like vessels when co-cultured with multipotent stromal cells (MSCs). In exploring this approach, we focused on investigating collagen, fibrin, and various collagen-fibrin co-gel formulations for their potential suitability as serving as scaffold materials by surveying their angiogencity and mechanical properties. Fibrin and co-gels successfully facilitated multicellular EC sprouting, whereas collagen elicited a migration response of individual ECs, unless supplemented with the protein kinase C (PKC)-activator, phorbol 12-myristate 13-acetate. Collagen scaffolds were also found to severely contract when embedded with mesenchymal cells, but this contraction could be abrogated with the addition of fibrin. Increasing collagen content within co-gel formulations, however, imparted a higher compressive modulus and allowed for the reliable formation of intact hydrogel-based microchannels which could then be perfused. Given the bioactivity and mechanical benefits of fibrin and collagen, respectively, collagen-fibrin co-gels are a promising scaffold option for generating vascularized tissue constructs.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».