Engineering Murine Adipocytes and Skeletal Muscle Cells in Meat-like Constructs Using Self-Assembled Layer-by-Layer Biofabrication: A Platform for Development of Cultivated Meat
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
Global meat consumption has been growing on a per capita basis over the past 20 years resulting in ever-increasing devotion of resources in the form of arable land and potable water to animal husbandry which is unsustainable and inefficient. One approach to meet this insatiable demand is to use biofabrication methods used in tissue engineering in order to make skeletal muscle tissue-like constructs known as cultivated meat to be used as a food source. Here, we demonstrate the use of a scaffold-free biofabrication method that forms cell sheets composed of murine adipocytes and skeletal muscle cells and assembles these sheets in parallel to create a 3D meat-like construct without the use of any exogenous materials. This layer-by-layer self-assembly and stacking process is fast (4 days of culture to form sheets and few hours for assembly) and scalable (stable sheets with diameters >3 cm are formed). Tissues formed with only muscle cells were equivalent to lean meat with comparable protein and fat contents (lean beef had 1.5 and 0.9 times protein and fat, respectively, as our constructs) and incorporating adipocyte cells in different ratios to myoblasts and/or treatment with different media cocktails resulted in a 5% (low fat meat) to 35% (high fat meat) increase in the fat content. Not only such constructs can be used as cultivated meat, they can also be used as skeletal muscle models.
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) | 0,000 | 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) | 0,000 | 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