MétaCan
Menu
Retour à la cohorte
Enregistrement W3095515975 · doi:10.3390/ma13214807

3D Cell Culture of Human Salivary Glands Using Nature-Inspired Functional Biomaterials: The Egg Yolk Plasma and Egg White

2020· article· en· W3095515975 sur OpenAlexafffund
André M. Charbonneau, Simon D. Tran

Notice bibliographique

RevueMaterials · 2020
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMcGill University
Mots-clésYolkEgg whiteEgg cellCell biologyChemistryMaterials scienceBiologyEmbryoFood science

Résumé

récupéré en direct d'OpenAlex

The egg yolk plasma (EYP)—a translucent fraction of the egg yolk (EY) obtained by centrifugation—was tested as a developmentally encouraging, cost-effective, biomaterial for salivary gland (SG) tissue engineering. To find optimal incubating conditions for both the human NS-SV-AC SG acinar cell line and SG fibroblasts, cells were stained with Live/Dead®. The cellular contents of 96-well plates were analyzed by high content screening image analysis. Characteristically, the EYP biomaterial had lipid and protein content resembling the EY. On its own, the EYP was non-conducive to cell survival. EYP’s pH of 6 mainly contributed to cell death. This was demonstrated by titrating EYP’s pH with different concentrations of either commercial cell culture media, NaOH, or egg white (EW). These additives improved SG mesenchymal and epithelial cell survival. The best combinations were EYP diluted with (1) 70% commercial medium, (2) 0.02 M NaOH, or (3) 50% EW. Importantly, commercial medium-free growth was obtained with EYP + NaOH or EYP + EW. Furthermore, 3D cultures were obtained as a result of EW’s gelatinous properties. Here, the isolation, characterization, and optimization of three EYP-based biomaterial combinations are shown; two were free of commercial medium or supplements and supported both SG cells’ survival.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,011
Score d'incertitude au seuil0,818

Scores Codex et Gemma par catégorie

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 Opus0,031
Tête enseignante GPT0,272
Écart entre enseignants0,241 · 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 tête enseignante, 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

Citations13
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujet3D Printing in Biomedical ResearchTravaux en français237 207