MétaCan
Menu
Retour à la cohorte
Enregistrement W3157382258 · doi:10.1002/adem.202100172

The Mechanical Properties of Neurospheres

2021· article· en· W3157382258 sur OpenAlexaff
Chike K. Okwara, Roza Vaez Ghaemi, Charlotte Yu, Melissa Le, Vikramaditya G. Yadav, John M. Frostad

Notice bibliographique

RevueAdvanced Engineering Materials · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCellular Mechanics and Interactions
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésNeurosphereMaterials scienceNeural stem cellRegenerative medicineTissue engineeringBiomedical engineeringStem cellNanotechnologyNeuroscienceIn vitroCell biologyBiologyAdult stem cellEngineeringEndothelial stem cell

Résumé

récupéré en direct d'OpenAlex

Stem cell‐derived 3D tissues such as spheroids are excellent models for investigating mechanisms of tissue formation and responses to physiological and mechanical cues. Neuronal spheroids, also known as neurospheres, have attracted particular interest. A lot is now known about the differentiation and maturation of neurospheres, as well as their responses to biochemical cues. However, understanding about their mechanical properties pales in comparison, which is all the more galling in light of newfound insights about how mechanical stimuli trigger the onset of neurodegenerative conditions. Herein, formative steps are taken to fill this knowledge gap. Neurospheres are generated from murine neural stem cells and are subjected to compressive forces. It is observed that neurospheres exhibit stress relaxation under static compression and viscoelastic behavior at low strains. The suitability of the Tatara model for characterizing the mechanical properties of neurospheres is also evaluated. The study is the first study of its kind to investigate the mechanical properties of in vitro 3D tissues. Moreover, the methodologies developed in the study can also be used to improve the quality and safety of cell and tissue biomanufacturing processes.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,196
Écart entre enseignants0,190 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Engineering MaterialsMême sujetCellular Mechanics and InteractionsTravaux en français237 207