Structural and Functional Validation of a Full-Thickness Self-Assembled Skin Equivalent for Disease Modeling
Notice bibliographique
Résumé
Recently, various types of in vitro-reconstructed 3D skin models have been developed for drug testing and disease modeling. Herein, we structurally and functionally validated a self-assembled reconstructed skin equivalent (RSE) and developed an IL-17a-induced in vitro psoriasis-like model using a self-assembled RSE. The tissue engineering approach was used to construct the self-assembled RSE. The dermal layer was generated using fibroblasts secreting their own ECM, and the epidermal layer was reconstructed by seeding keratinocytes on the dermal layer. To generate the psoriatic model, IL-17A was added to the culture medium during the air-liquid interface culture period. Self-assembled RSE resulted in a fully differentiated epidermal layer, a well-established basement membrane, and dermal collagen deposition. In addition, self-assembled RSE was tested for 20 reference chemicals according to the Performance Standard of OECD TG439 and showed overall sensitivity, specificity, and accuracy of 100%, 90%, and 95%, respectively. The IL-17a-treated psoriatic RSE model exhibited psoriatic epidermal characteristics, such as epidermal hyperproliferation, parakeratosis, and increased expression of KRT6, KRT17, hBD2, and S100A9. Thus, our results suggest that a self-assembled RSE that structurally and functionally mimics the human skin has a great potential for testing various drugs or cosmetic ingredients and modeling inflammatory skin diseases.
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 ».