Bioabsorption of Subcutaneous Nanofibrous Scaffolds Influences the Engraftment and Function of Neonatal Porcine Islets
Notice bibliographique
Résumé
The subcutaneous space is currently being pursued as an alternative transplant site for ß-cell replacement therapies due to its retrievability, minimally invasive procedure and potential for graft imaging. However, implantation of ß-cells into an unmodified subcutaneous niche fails to reverse diabetes due to a lack of adequate blood supply. Herein, poly (ε-caprolactone) (PCL) and poly (lactic-co-glycolic acid) (PLGA) polymers were used to make scaffolds and were functionalized with peptides (RGD (Arginine-glycine-aspartate), VEGF (Vascular endothelial growth factor), laminin) or gelatin to augment engraftment. PCL, PCL + RGD + VEGF (PCL + R + V), PCL + RGD + Laminin (PCL + R + L), PLGA and PLGA + Gelatin (PLGA + G) scaffolds were implanted into the subcutaneous space of immunodeficient Rag mice. After four weeks, neonatal porcine islets (NPIs) were transplanted within the lumen of the scaffolds or under the kidney capsule (KC). Graft function was evaluated by blood glucose, serum porcine insulin, glucose tolerance tests, graft cellular insulin content and histologically. PLGA and PLGA + G scaffold recipients achieved significantly superior euglycemia rates (86% and 100%, respectively) compared to PCL scaffold recipients (0% euglycemic) (* p < 0.05, ** p < 0.01, respectively). PLGA scaffolds exhibited superior glucose tolerance (* p < 0.05) and serum porcine insulin secretion (* p < 0.05) compared to PCL scaffolds. Functionalized PLGA + G scaffold recipients exhibited higher total cellular insulin contents compared to PLGA-only recipients (* p < 0.05). This study demonstrates that the bioabsorption of PLGA-based fibrous scaffolds is a key factor that facilitates the function of NPIs transplanted subcutaneously in diabetic mice.
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) | 0,001 | 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 ».