Bioprinting Taurine-Incorporated Gelatin Methacrylate Hydrogels for Enhanced Muscle Tissue Regeneration
Notice bibliographique
Résumé
Abstract Skeletal muscle diseases like myopathies and muscular dystrophies present significant clinical challenges with few effective treatments. To better understand disease mechanisms and accelerate therapy development, robust in vitro muscle models are needed. Extrusion- and light-based bioprinting offer precise fabrication of tissue-like constructs, but creating bioinks that support muscle cell function remains difficult. Here, we report a novel bioink in which taurine is first methacrylated—substituting its –NH 2 groups to afford taurine methacrylate (TMA)—enabling covalent integration into gelatin methacryloyl (GelMA) networks. We systematically compared GelMA-Taur (physical blend) versus GelMA-TMA (covalent) hydrogels, assessing mechanical stiffness, swelling behavior, and photocrosslinking kinetics. Incorporating TMA yielded tighter crosslinking control, minimized overcure in DLP-printed features, and improved shape fidelity. SEM revealed finer pore structures and homogeneous TMA distribution, and release assays confirmed prolonged TMA retention compared to rapidly leaching taurine. Photopatterning and 3D printing of complex geometries demonstrated excellent printability of the GelMA-TMA bioink. Finally, C2C12 myoblasts encapsulated in GelMA-TMA scaffolds exhibited accelerated early differentiation, higher myosin heavy chain expression, and more extensive myotube formation than controls. Together, these results establish GelMA-TMA as a printable, mechanically tunable, and biologically active platform for engineering skeletal muscle tissue in disease modeling and regenerative 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 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) | 0,000 | 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) | 0,001 | 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 ».