MétaCan
Menu
Retour à la cohorte
Enregistrement W4400874582 · doi:10.1021/acsbiomaterials.4c00455

Cofunctionalization of Macroporous Dextran Hydrogels with Adhesive Peptides and Growth Factors Enables Vascular Spheroid Sprouting

2024· article· en· W4400874582 sur OpenAlexafffund
Romane Oliverio, Benoît Liberelle, Victor Patenaude, Vaiana Moreau, Elian Thomas, Nick Virgilio, Xavier Banquy, Grégory De Crescenzo

Notice bibliographique

RevueACS Biomaterials Science & Engineering · 2024
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversité de MontréalPolytechnique Montréal
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of Canada
Mots-clésDextranSelf-healing hydrogelsTissue engineeringAdhesionCell adhesionSpheroidMaterials scienceVascular endothelial growth factorCell biologyPeptideBiophysicsAdhesiveBiomedical engineeringChemistryIn vitroNanotechnologyBiochemistryBiologyVEGF receptorsCancer researchPolymer chemistry

Résumé

récupéré en direct d'OpenAlex

Ensuring good definition of scaffolds used for 3D cell culture is a prominent challenge that hampers the development of tissue engineering platforms. Since dextran repels cell adhesion, using dextran-based materials biofunctionalized through a bottom-up approach allows for precise control over material definition. Here, we report the design of dextran hydrogels displaying a fully interconnected macropore network for the culture of vascular spheroids in vitro . We biofunctionalized the hydrogels with the RGD peptide sequence to promote cell adhesion. We used an affinity peptide pair, the E/K coiled coil, to load the gels with epidermal growth factor (EGF) and vascular endothelial growth factor (VEGF). Dual functionalization with adhesive and proliferative cues allows vascular spheroids to colonize naturally cell-repellant dextran. In supplement-depleted medium, we report improved colonization of the macropores compared to that of unmodified dextran. Altogether, we propose a well-defined and highly versatile platform for tissue engineering and tissue vascularization applications.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,214
Écart entre enseignants0,206 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Biomaterials Science & EngineeringMême sujet3D Printing in Biomedical ResearchTravaux en français237 207