Compounded topographical and physicochemical cueing by micro-engineered chitosan substrates on rat dorsal root ganglion neurons and human mesenchymal stem cells
Notice bibliographique
Résumé
Given the intertwined physicochemical effects exerted in vivo by both natural and synthetic (e.g., biomaterial) interfaces on adhering cells, the evaluation of structure-function relationships governing cellular response to micro-engineered surfaces for applications in neuronal tissue engineering requires the use of in vitro testing platforms which consist of a clinically translatable material with tunable physiochemical properties. In this work, we micro-engineered chitosan substrates with arrays of parallel channels with variable width (20 and 60 μm). A citric acid (CA)-based crosslinking approach was used to provide an additional level of synergistic cueing on adhering cells by regulating the chitosan substrate's stiffness. Morphological and physicochemical characterization was conducted to unveil the structure-function relationships which govern the activity of rat dorsal root ganglion neurons (DRGs) and human mesenchymal stem cells (hMSCs), ultimately singling out the key role of microtopography, roughness and substrate's stiffness. While substrate's stiffness predominantly affected hMSC spreading, the modulation of the channels' design affected the neuronal architecture's complexity and guided the morphological transition of hMSCs. Finally, the combined analysis of tubulin expression and cell morphology allowed us to cast new light on the predominant role of the microtopography over substrate's stiffness in the process of hMSCs neurogenic differentiation.
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 | 0,000 | 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 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 ».