Three‐dimensional‐printed polycaprolactone/polypyrrole conducting scaffolds for differentiation of human olfactory <scp>ecto‐mesenchymal</scp> stem cells into Schwann cell‐like phenotypes and promotion of neurite outgrowth
Notice bibliographique
Résumé
Implantation of a suitable nerve guide conduit (NGC) seeded with sufficient Schwann cells (SCs) is required to improve peripheral nerve regeneration efficiently. Given the limitations of isolating and culturing SCs, using various sources of stem cells, including mesenchymal stem cells (MSCs) obtained from nasal olfactory mucosa, can be desirable. Olfactory ecto-MSCs (OE-MSCs) are a new population of neural crest-derived stem cells that can proliferate and differentiate into SCs and can be considered a promising autologous alternative to produce SCs. Regardless, a biomimetic physicochemical microenvironment in NGC such as electroconductive substrate can affect the fate of transplanted stem cells, including differentiation toward SCs and nerve regeneration. Therefore, in this study, the effect of 3D printed polycaprolactone (PCL)/polypyrrole (PPy) conductive scaffolds on differentiation of human OE-MSCS into functional SC-like phenotypes was investigated. Biological evaluation of 3D printed scaffolds was examined by in vitro culturing the OE-MSCs on samples surfaces, and conductivity showed no effect on increased cell attachment, proliferation rate, viability, and distribution. In contrast, immunocytochemical staining and real-time polymerase chain reaction analysis indicated that 3D structures coated with PPy could provide a favorable microenvironment for OE-MSCs differentiation. In addition, it was found that differentiated OE-MSCs within PCL/PPy could secrete the highest amounts of nerve growth factor and brain-derived neurotrophic factor neurotrophic factors compared to pure PCL and 2D culture. After co-culturing with PC12 cells, a significant increase in neurite outgrowth on PCL/PPy conductive scaffold seeded with differentiated OE-MSCs. These findings indicated that 3D printed PCL/PPy conductive scaffold could support differentiation of OE-MSCs into SC-like phenotypes to promote neurite outgrowth, suggesting their potential for neural tissue engineering applications.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».