Development of a hyaluronic acid—collagen bioink for shear-induced fibers and cells alignment
Notice bibliographique
Résumé
, the ability to closely mimic this complexity is limited. However, in the last years, extrusion bioprinting showed a certain potential for aligning cells and biomolecules, due to the application of shear stress during the bio-fabrication process. In this work, we propose a strategy to combine collagen (col) with tyramine-modified hyaluronic acid (THA) to obtain a printable col-THA bioink for extrusion bioprinting, solely-based on natural-derived components. Collagen fibers formation within the hybrid hydrogel, as well as collagen distribution and spatial organization before and after printing, were studied. For the validation of the biological outcome, fibroblasts were selected as cellular model and embedded in the col-THA matrix. Cell metabolic activity and cell viability, as well as cell distribution and alignment, were studied in the bioink before and after bioprinting. Results demonstrated successful collagen fibers formation within the bioink, as well as collagen anisotropic alignment along the printing direction. Furthermore, results revealed suitable biological properties, with a slightly reduced metabolic activity at day 1, fully recovered within the first 3 d post-cell embedding. Finally, results showed fibroblasts elongation and alignment along the bioprinting direction. Altogether, results validated the potential to obtain collagen-based bioprinted constructs, with both cellular and ECM anisotropy, without detrimental effects of the fabrication process on the biological outcome. This bioink can be potentially used for a wide range of applications in tissue engineering and regenerative medicine in which anisotropy is required.
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 | 0,000 |
| 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 ».