Defining optimal electrospun membranes to enhance biological activities of human endometrial MSCs
Notice bibliographique
Résumé
Introduction: Human endometrial mesenchymal stem cells (H-EMSCs) can inhibit endometrial fibrosis and repair damaged endometrium. However, direct cell injection into dam-aged endometrium shows limited cell survival. Cell seeding onto biomaterial-based electrospun membranes could improve H-EMSCs' survival and prolong their stay at the damaged endometrium. Polycaprolactone (PCL), silk fibroin (SF) and hyaluronic acid (HA) are synthetic or natural biomaterials used by the biomedicine field, however, their effects on the biological activities of H-EMSCs remain unclear. Methods: H-EMSCs were extracted from human endometrium and H-EMSCs showed enhanced adhesion, proliferation on PCL-HA vs. PCL, PCL-SF, establishing the potential of the composite to address cell survival issues. Results: H-EMSCs cultured on PCL-HA showed decreased IL-6 gene expression and increased IL-10, VEGFA, TGF-β gene expression vs. PCL-SF, establishing the potential to create a favorable micro-environment for generating vascularized endometrial tissues. PCL, PCL-SF, PCL-HA all supported CD90 and Meflin expression of the seeded H-EMSCs, establishing PCL as a platform to form enhanced biomaterial composites for endometrial repair in the future. Discussion: This study provided significant evidence sup-porting the potential of appropriately tailored composites of PCL and HA to moder-ate inflammation and wound-healing, which can be applied for endometrial tissue repair and regeneration.
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 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 | 0,001 | 0,001 |
| 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 tête enseignante, 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 ».