Biomimetic fractal topography enhances podocyte maturation in vitro
Notice bibliographique
Résumé
Abstract Cells and tissues in their native environment are organized into intricate fractal structures, which are rarely recapitulated in their culture in vitro . The extent to which fractal patterns that resemble complex topography in vivo influence cell maturation, and the cellular responses to such shape stimulation remain inadequately elucidated. Yet, the application of fractal cues (topographical stimulation via self-similar patterns) as an external input may offer a much-needed solution to the challenge of improving the differentiated cell phenotype in vitro . Here, we established fractality in podocytes, branching highly differentiated kidney cells, and glomerulus structure. Biomimetic fractal patterns derived from glomerular histology were used to generate topographical (2.5-D) substrates for cell culture. Podocytes grown on fractal topography were found to express higher levels of functional markers and exhibit enhanced cell polarity. To track morphological complexities of differentiated podocytes, we employed a fluorescent labelling assay where labelled individual cells are tracked within otherwise optically silent confluent cell monolayer to reveal cell-cell interdigitation. RNAseq analysis suggests enhanced ECM deposition and remodeling in podocytes grown on fractal topography compared to flat surface or non-fractal microcurvature, mediated by YAP signaling. The incorporation of fractal topography into standard tissue culture well plates as demonstrated here may serve as a user-friendly bioengineered platform for high-fidelity cell culture.
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) | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 ».