Protocol for 3D Bioprinting Mesenchymal Stem Cell–derived Neural Tissues Using a Fibrin-based Bioink
Notice bibliographique
Résumé
Three-dimensional bioprinting utilizes additive manufacturing processes that combine cells and a bioink to create living tissue models that mimic tissues found in vivo. Stem cells can regenerate and differentiate into specialized cell types, making them valuable for research concerning degenerative diseases and their potential treatments. 3D bioprinting stem cell-derived tissues have an advantage over other cell types because they can be expanded in large quantities and then differentiated to multiple cell types. Using patient-derived stem cells also enables a personalized medicine approach to the study of disease progression. In particular, mesenchymal stem cells (MSC) are an attractive cell type for bioprinting because they are easier to obtain from patients in comparison to pluripotent stem cells, and their robust characteristics make them desirable for bioprinting. Currently, both MSC bioprinting protocols and cell culturing protocols exist separately, but there is a lack of literature that combines the culturing of the cells with the bioprinting process. This protocol aims to bridge that gap by describing the bioprinting process in detail, starting with how to culture cells pre-printing, to 3D bioprinting the cells, and finally to the culturing process post-printing. Here, we outline the process of culturing MSCs to produce cells for 3D bioprinting. We also describe the process of preparing Axolotl Biosciences TissuePrint - High Viscosity (HV) and Low Viscosity (LV) bioink, the incorporation of MSCs to the bioink, setting up the BIO X and the Aspect RX1 bioprinters, and necessary computer-aided design (CAD) files. We also detail the differentiation of 2D and 3D cell cultures of MSC to dopaminergic neurons, including media preparation. We have also included the protocols for viability, immunocytochemistry, electrophysiology, and performing a dopamine enzyme-linked immunosorbent assay (ELISA), along with the statistical analysis. Graphical overview.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».