Bioprinting of Adult Dorsal Root Ganglion (DRG) Neurons Using Laser-Induced Side Transfer (LIST)
Notice bibliographique
Résumé
Cell bioprinting technologies aim to fabricate tissuelike constructs by delivering biomaterials layer-by-layer. Bioprinted constructs can reduce the use of animals in drug development and hold promise for addressing the shortage of organs for transplants. Here, we sought to validate the feasibility of bioprinting primary adult sensory neurons using a newly developed laser-assisted cell bioprinting technology, known as Laser-Induced Side Transfer (LIST). We used dorsal root ganglion neurons (DRG; cell bodies of somatosensory neurons) to prepare our bioink. DRG-laden- droplets were printed on fibrin-coated coverslips and their viability, calcium kinetics, neuropeptides release, and neurite outgrowth were measured. The transcriptome of the neurons was sequenced. We found that LIST-printed neurons maintain high viability (Printed: 86%, Control: 87% on average) and their capacity to release neuropeptides (Printed CGRP: 130 pg/mL, Control CGRP: 146 pg/mL). In addition, LIST-printed neurons do not show differences in the expressed genes compared to control neurons. However, in printed neurons, we found compromised neurite outgrowth and lower sensitivity to the ligand of the TRPV1 channel, capsaicin. In conclusion, LIST-printed neurons maintain high viability and marginal functionality losses. Overall, this work paves the way for bioprinting functional 2D neuron assays.
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 | 0,001 |
| 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 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 ».