Physiologic flow-conditioning limits vascular dysfunction in engineered human capillaries
Notice bibliographique
Résumé
Abstract Hemodynamics play a central role in the health and disease of the coronary and peripheral vascular systems. Vessel-lining endothelial cells are known mechanosensors, responding to disturbances in flow – with mechanosensitivity hypothesized to change in response to metabolic demands. The health of our smallest microvessels have been lauded as a prognostic marker for cardiovascular health. Yet, despite numerous animal models, studying these small vessels has proved difficult. Microfluidic technologies have allowed a number of 3D vascular models to be developed and used to investigate human vessels. Here, two such systems are employed for examining 1) interstitial flow effects on neo-vessel formation, and 2) the effects of flow-conditioning on vascular remodelling following sustained static culture. Interstitial flow is shown to enhance early vessel formation via significant remodeling of vessels and interconnected tight junctions of the endothelium. In formed vessels, continuous flow maintains a stable vascular diameter and causes significant remodeling, contrasting the continued anti-angiogenic decline of statically cultured vessels. This study is the first to couple complex 3D computational flow distributions and microvessel remodeling from microvessels grown on-chip (exposed to flow or no-flow conditions). Flow-conditioned vessels (WSS < 1Pa for 30 micron vessels) increase endothelial barrier function, result in significant changes in gene expression and reduce reactive oxygen species and anti-angiogenic cytokines. Taken together, these results demonstrate microvessel mechanosensitivity to flow-conditioning, which limits deleterious vessel regression in vitro , and could have implications for future modeling of reperfusion/no-flow conditions.
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 | 0,001 |
| 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 | 0,001 | 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 ».