Encapsulating therapeutic cells in RGD-modified agarose microcapsules
Notice bibliographique
Résumé
Current cell-based strategies for repairing damaged tissue often show limited efficacy due to low cell retention at the site of injury. Encapsulation of cells within hydrogel microcapsules demonstrably increases cell retention but benefits can be limited due to premature cell escape from the hydrogel microcapsules and subsequent clearance from the targeted tissue. We propose a method of encapsulating cells in agarose microcapsules that have been modified to increase cell retention by providing cell attachment domains within the agarose hydrogel allowing cells to adhere to the microcapsules. We covalently modified agarose with the addition of the cell adhesion peptide, RGD (arginine, glycine, aspartic acid). We then used a microfluidic platform to encapsulate single cells within 50 μm agarose microcapsules. We tracked encapsulated cells for cell viability, egress from microcapsules and attachment to microcapsules at 2 h, 24 h, and 48 h after encapsulation. Many encapsulated cells eventually egress their microcapsule. Those that were encapsulated using RGD-modified agarose adhered to the outer surface of the microcapsule following egress. NIH 3T3 cells showed nearly 45% of egressed cells attached to the outside of RGD modified agarose microcapsules, while minimal cellular adhesion was observed when using unmodified agarose. Similarly, human umbilical vein endothelial cells had up to 33% of egressed cells attached and explant-derived cardiac cells showed up to 20% attachment with the presence of RGD binding domains within the agarose microcapsules.
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) | 0,001 | 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 | 0,000 | 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 ».