Design of Alginate/Gelatin Hydrogels for Biomedical Applications: Fine-Tuning Osteogenesis in Dental Pulp Stem Cells While Preserving Other Cell Behaviors
Notice bibliographique
Résumé
Alginate/gelatin (Alg-Gel) hydrogels have been used experimentally, associated with mesenchymal stromal/stem cells (MSCs), to guide bone tissue formation. One of the main challenges for clinical application is optimizing Alg-Gel stiffness to guide osteogenesis. In this study, we investigated how Alg-Gel stiffness could modulate the dental pulp stem cell (DPSC) attachment, morphology, proliferation, and osteogenic differentiation, identifying the optimal conditions to uncouple osteogenesis from the other cell behaviors. An array of Alg-Gel hydrogels was prepared by casting different percentages of alginate and gelatin cross-linked with 2% CaCl2. We have selected two hydrogels: one with a stiffness of 11 ± 1 kPa, referred to as “low-stiffness hydrogel”, formed by 2% alginate and 8% gelatin, and the other with a stiffness of 55 ± 3 kPa, referred to as “high-stiffness hydrogel”, formed by 8% alginate and 12% gelatin. Hydrogel analyses showed that the average swelling rates were 20 ± 3% for the low-stiffness hydrogels and 35 ± 2% for the high-stiffness hydrogels. The degradation percentage was 47 ± 5% and 18 ± 2% for the low- and high-stiffness hydrogels, respectively. Both hydrogel types showed homogeneous surface shape and protein (Alg-Gel) interaction with CaCl2 as assessed by physicochemical characterization. Cell culture showed good adhesion of the DPSCs to the hydrogels and proliferation. Furthermore, better osteogenic activity, determined by ALP activity and ARS staining, was obtained with high-stiffness hydrogels (8% alginate and 12% gelatin). In summary, this study confirms the possibility of characterizing and optimizing the stiffness of Alg-Gel gel to guide osteogenesis in vitro without altering the other cellular properties of DPSCs.
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) | 0,001 | 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 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 ».