Unraveling the Relevance of Tissue‐Specific Decellularized Extracellular Matrix Hydrogels for Vocal Fold Regenerative Biomaterials: A Comprehensive Proteomic and In Vitro Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Decellularized extracellular matrix (dECM) is a promising material for tissue engineering applications. Tissue-specific dECM is often seen as a favorable material that recapitulates a native-like microenvironment for cellular remodeling. However, the minute quantity of dECM derivable from small organs like the vocal fold (VF) hampers manufacturing scalability. Small intestinal submucosa (SIS), a commercial product with proven regenerative capacity, may be a viable option for VF applications. This study aims to compare dECM hydrogels derived from SIS or VF tissue with respect to protein content and functionality using mass spectrometry-based proteomics and in vitro studies. Proteomic analysis reveals that VF and SIS dECM share 75% of core matrisome proteins. Although VF dECM proteins have greater overlap with native VF, SIS dECM shows less cross-sample variability. Following decellularization, significant reductions of soluble collagen (61%), elastin (81%), and hyaluronan (44%) are noted in VF dECM. SIS dECM contains comparable elastin and hyaluronan but 67% greater soluble collagen than VF dECM. Cells deposit more neo-collagen on SIS than VF-dECM hydrogels, whereas neo-elastin (~50 μg/scaffold) and neo-hyaluronan (~ 6 μg/scaffold) are comparable between the two hydrogels. Overall, SIS dECM possesses reasonably similar proteomic profile and regenerative capacity to VF dECM. SIS dECM is considered a promising alternative for dECM-derived biomaterials for VF regeneration.
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 découle