Negative Pressure Cell Delivery Augments Recellularization of Decellularized Lungs
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
For end-stage lung disease, lung transplantation remains the only treatment but is limited by the availability of organs. Production of bioengineered lungs via recellularization is an alternative but is hindered by inadequate repopulation. We present a cell delivery method via the generation of negative pressure. Decellularized lungs were seeded with human bronchial epithelial cells using gravity-based perfusion or negative pressure (via air removal). After delivery, lungs were maintained in static conditions for 18 h, and cell surface coverage was qualitatively assessed using histology and analyzed by subjective scoring and an image analysis software. Negative pressure seeded lungs had higher cell surface coverage area, and this effect was maintained following 5 days of culture. Enhanced coverage via negative pressure cell delivery was also observed when vasculature seeded with endothelial cells. Our findings show that negative pressure cell delivery is a superior approach for the recellularization of the bioengineered lung. Impact statement New strategies are required to overcome the shortage of organ donors for lung transplantation. Recellularization of acellular biological scaffolds is an exciting potential alternative. Adequate recellularization, however, remains a significant challenge. This proof of concept study describes a novel cell delivery approach, which further enhances the recellularization of decellularized lungs. Organs seeded and cultured with this method possess higher cell surface coverage and number compared to those seeded via traditional gravity-based perfusion approaches.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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