MétaCan
Menu
Retour à la cohorte
Enregistrement W3205594830 · doi:10.1007/s10439-021-02872-2

Functionalization of Electrospun Polycaprolactone Scaffolds with Matrix-Binding Osteocyte-Derived Extracellular Vesicles Promotes Osteoblastic Differentiation and Mineralization

2021· article· en· W3205594830 sur OpenAlexaff
Mechiel Nieuwoudt, Ian Woods, Kian F. Eichholz, Carolina Martins, Kate McSweeney, Nian Shen, David A. Hoey

Notice bibliographique

RevueAnnals of Biomedical Engineering · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueExtracellular vesicles in disease
Établissements canadiensTrinity College
Organismes subventionnairesFP7 Ideas: European Research CouncilIrish Research CouncilScience Foundation IrelandIrish Research eLibrary
Mots-clésSurface modificationEndochondral ossificationScaffoldPolycaprolactoneExtracellular matrixOsteocyteChemistryTissue engineeringBiomedical engineeringVesicleCell adhesionMaterials scienceAdhesionNanotechnologyCell biologyBiophysicsCartilageOsteoblastAnatomyMembraneIn vitroPolymerBiochemistry

Résumé

récupéré en direct d'OpenAlex

Synthetic polymeric materials have demonstrated great promise for bone tissue engineering based on their compatibility with a wide array of scaffold-manufacturing techniques, but are limited in terms of the bioactivity when compared to naturally occurring materials. To enhance the regenerative properties of these materials, they are commonly functionalised with bioactive factors to guide growth within the developing tissue. Extracellular matrix vesicles (EVs) play an important role in facilitating endochondral ossification during long bone development and have recently emerged as important mediators of cell-cell communication coordinating bone regeneration, and thus represent an ideal target to enhance the regenerative properties of synthetic scaffolds. Therefore, in this paper we developed tools and protocols to enable the attachment of MLO-Y4 osteocyte-derived EVs onto electrospun polycaprolactone (PCL) scaffolds for bone repair. Initially, we optimize a method for the functionalization of PCL materials with collagen type-1 and fibronectin, inspired by the behaviour of matrix vesicles during endochondral ossification, and demonstrate that this is an effective method for the adhesion of EVs to the material surface. We then used this functionalization process to attach osteogenic EVs, collected from mechanically stimulated MLO-Y4 osteocytes, to collagen-coated electrospun PCL scaffolds. The EV-functionalized scaffold promoted osteogenic differentiation (measured by increased ALP activity) and mineralization of the matrix. In particular, EV-functionalised scaffolds exhibited significant increases in matrix mineralization particularly at earlier time points compared to uncoated and collagen-coated controls. This approach to matrix-based adhesion of EVs provides a mechanism for incorporating vesicle signalling into polyester scaffolds and demonstrates the potential of osteocyte derived EVs to enhance the rate of bone tissue regeneration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,136
Score d'incertitude au seuil0,555

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,234
Écart entre enseignants0,226 · 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 tête enseignante, 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

Citations36
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Biomedical EngineeringMême sujetExtracellular vesicles in diseaseTravaux en français237 207