Automated production of nerve repair constructs containing endothelial cell tube-like structures
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
Abstract Engineered neural tissue (EngNT) is a stabilised aligned cellular hydrogel that offers a potential alternative to the nerve autograft for the treatment of severe peripheral nerve injury. This work aimed to automate the production of EngNT, to improve the feasibility of scalable manufacture for clinical translation. Endothelial cells were used as the cellular component of the EngNT, with the formation of endothelial cell tube-like structures mimicking the polarised vascular structures formed early on in the natural regenerative process. Gel aspiration-ejection for the production of EngNT was automated by integrating a syringe pump with a robotic positioning system, using software coded in Python to control both devices. Having established the production method and tested mechanical properties, the EngNT containing human umbilical vein endothelial cells (EngNT-HUVEC) was characterised in terms of viability and alignment, compatibility with neurite outgrowth from rat dorsal root ganglion neurons and formation of endothelial cell networks in vitro . EngNT-HUVEC manufactured using the automated system contained viable and aligned endothelial cells, which developed into a network of multinucleated endothelial cell tube-like structures inside the constructs and an outer layer of endothelialisation. The EngNT-HUVEC constructs were made in various sizes within minutes. Constructs provided support and guidance to regenerating neurites in vitro . This work automated the formation of EngNT, facilitating high throughput manufacture at scale. The formation of endothelial cell tube-like structures within stabilised hydrogels provides an engineered tissue with potential for use in nerve repair.
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) | 0,000 | 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 découle