Electrospun and 3D printed scaffolds based on biocompatible polymers for 3D cultivation of glioblastoma cells in vitro
Notice bibliographique
Résumé
Additive manufacturing techniques capable of fabricating biocompatible scaffolds with a given submicron/micron/supramicron structure are of growing interest for biomedical applications, including tissue engineering and tumor biology studies. Here, we propose antisolvent 3D printing and electrospinning techniques to obtain biopolymer scaffolds with different structural, mechanical, and surface properties to compare the cultivation patterns of glioblastoma cells. We found that human G01 cells, derived from human glioblastoma tumor tissue, were able to colonize the scaffolds in a time-dependent manner; the cells showed high viability as confirmed by colorimetric MTT assay, confocal fluorescence microscopy, and scanning electron microscopy data. Electrospun collagen scaffolds (low porosity, thin 2.75±0.22 μm fibers, low Young's modulus 0.076±0.033 MPa) provided monolayer-like growth of G01 glioblastoma cells with dense cell-cell contacts, while 3D-printed PLGA scaffolds (high porosity, thick ∼150 µm fibers, high Young's modulus 18±2 MPa) stimulated glioblastoma-specific spindle-like morphology. All scaffolds were non-toxic to cells and maintained cell growth for at least 2 weeks. The developed scaffolds could be further used for tumor research as a 3D model of glioblastoma in vitro or for tissue engineering of brain injury.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».