Techniques for isolating and purifying porcine aortic valve endothelial cells.
Notice bibliographique
Résumé
BACKGROUND AND AIM OF THE STUDY: Existing methods to isolate aortic valve endothelial cells (ECs) are unreliable and often yield populations that are inadequate for long-term studies in vitro because of valve interstitial cell (IC) contamination. The study aim was to test various isolation protocols to improve the yield and purity of isolated ECs, and to assess two purification techniques to further deplete contaminating ICs and improve the quality of long-term EC cultures. METHODS: Porcine aortic valve leaflets were digested in different concentrations of collagenase and dispase over various incubation times. Isolated cells were counted, and the purities of the populations determined by immunocytochemical staining and image analysis. Improvements in purity after magnetic cell sorting (MACS) or clonal expansion were assessed. RESULTS: Enzymatic digestion using 60 U/ml collagenase yielded the largest number of cells. Digestion with 2.0 U/ml dispase and 60 U/ml collagenase produced significantly more pure populations of ECs than solutions containing 0.5 or 1.0 U/ml dispase (p <0.05). A 2-h digestion produced similar yields compared to longer digestion times. MACS improved purity (p <0.01) and was efficient and economical, but purified populations were contaminated with ICs post-confluence. Clonal expansion produced the highest quality EC cultures, with no IC contamination after weeks of post-confluent culturing. CONCLUSION: The results of these studies have provided recommendations for the improved isolation of aortic valve ECs, and guidelines for the further purification of isolated EC populations based on quality, time and economical considerations.
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 ».