Immunomodulatory Microgels Support Proregenerative Macrophage Activation and Attenuate Fibroblast Collagen Synthesis
Notice bibliographique
Résumé
Abstract Scars composed of fibrous connective tissues are natural consequences of injury upon incisional wound healing in soft tissues. Hydrogels that feature a sustained presentation of immunomodulatory cytokines are known to modulate wound healing. However, existing immunomodulatory hydrogels lack interconnected micropores to promote cell ingrowth. Other limitations include invasive delivery procedures and harsh synthesis conditions that are incompatible with drug molecules. Here, hybrid nanocomposite microgels containing interleukin‐10 (IL‐10) are reported to modulate tissue macrophage phenotype during wound healing. The intercalation of laponite nanoparticles in the polymer network yields microgels with tissue‐mimetic elasticity (Young's modulus in the range of 2–6 kPa) and allows the sustained release of IL‐10 to promote the differentiation of macrophages toward proregenerative phenotypes. The porous interstitial spaces between microgels promote fibroblast proliferation and fast trafficking (an average speed of ≈14.4 µm h −1 ). The incorporation of hyaluronic acid further enhances macrophage infiltration. The coculture of macrophages and fibroblasts treated with transforming growth factor‐beta 1 resulted in a twofold reduction in collagen‐I production for microgels releasing IL‐10 compared to the IL‐10 free group. The new microgels show potential toward regenerative healing by harnessing the antifibrotic behavior of host macrophages.
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 | 0,001 | 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 ».