A ROS-responsive hydrogel incorporated with dental follicle stem cell-derived small extracellular vesicles promotes dental pulp repair by ameliorating oxidative stress
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Pulpitis, an inflammatory disease of dental pulp tissues, ultimately results in the loss of pulp defense properties. Existing clinical modalities cannot effectively promote inflamed pulp repair. Oxidative stress is a major obstacle inhibiting pulp repair. Due to their powerful antioxidative capacity, mesenchymal stem cell-derived small extracellular vesicles (MSC-sEVs) exhibit potential for treating oxidative stress-related disorders. However, whether MSC-sEVs shield dental pulp tissues from oxidative damage is largely unknown. Here, we showed that dental follicle stem cell-derived sEVs (DFSC-sEVs) have antioxidative and prohealing effects on a rat LPS-induced pulpitis model by enhancing the survival, proliferation and odontogenesis of H2O2-injured dental pulp stem cells (DPSCs). Additionally, DFSC-sEVs restored the oxidative/antioxidative balance in DPSC mitochondria and had comparable effects on ameliorating mitochondrial dysfunction with the mitochondrion-targeted antioxidant Mito-Tempo. To improve the efficacy of DFSC-sEVs, we fabricated an intelligent and injectable hydrogel to release DFSC-sEVs by combining sodium alginate (SA) and the ROS sensor RhB-AC. The newly formed SA-RhB hydrogel efficiently encapsulates DFSC-sEVs and exhibits controlled release of DFSC-sEVs in a HClO/ClO− concentration-dependent manner, providing a synergistic antioxidant effect with DFSC-sEVs. These results suggest that DFSC-sEVs-loaded SA-RhB is a promising minimally invasive treatment for pulpitis by enhancing tissue repair in the pulp wound microenvironment.
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.
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 | 0,000 |
| 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 découle