Neuropeptide Substance P Released from a Nonswellable Laponite-Based Hydrogel Enhances Wound Healing in a Tissue-Engineered Skin In Vitro
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Chronic wounds associated with diabetes remain a worldwide clinical challenge. Substance P (SP), which is an 11-amino acid neuropeptide secreted in the skin mainly by sensory neurons, has been reported to promote diabetic wound healing. However, like many bioactive peptides, the low stability of SP in the protease-rich wound environment limits its therapeutic topical application. To provide protection to SP and enable its sustained release in the wound, we have prepared an injectable Laponite nanodiscs-based hydrogel loaded with SP and evaluated its wound healing ability in a human tissue-engineered skin model. This hydrogel is nonswellable, self-standing, biodegradable and biocompatible, and the simple fabrication process with mild conditions have enabled the encapsulation of controlled concentrations of SP. Rheological experiments further showed the self-healing and shear-thinning behavior of this system. Histological analysis showed that the application of hydrogel did not alter the aspect or the differentiation of nearby epidermis, confirming its biocompatibility. Remarkably, one-time application experiments demonstrated that the hydrogel HSP2 containing SP at 10–5 M induced 98% wound closure within 16 days, whereas the control sample did not achieve full reepithelialization. This result indicated that SP was successfully released from the hydrogel and was available for keratinocytes to stimulate the reepithelialization process. Thus, the obtained data suggested that our SP-loaded hydrogel promoted wound healing, making it a potential formulation to be used as chronic wound dressing.
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.
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 | 0,000 | 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 découle