MétaCan
Menu
Retour à la cohorte
Enregistrement W4410140378 · doi:10.1126/sciadv.adu1251

Hydrodynamically generated multilayer skin spheroids enable in vitro screening of biologically active ingredients and toxicity tests

2025· article· en· W4410140378 sur OpenAlexaff
Zhengkun Chen, Dianoosh Kalhori, Faeze Rakhshani, Oussama El Baraka, Liangliang Qu, Susanne N. Kolle, Valérie André, Ted Deisenroth, Eugenia Kumacheva

Notice bibliographique

RevueScience Advances · 2025
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesBASF Corporation
Mots-clésSpheroidDermisDermal fibroblastEpidermis (zoology)Human skinIn vitroSkin equivalentToxicityIn vitro toxicologyFibroblastChemistryBiologyKeratinocyteAnatomyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Human tissues often have a multilayer structure, with each layer performing a distinct physiological task. Reconstructing layered tissue structures with their respective functions is crucial for disease modeling, screening biologically active ingredients, and performing toxicology tests; however, multicellular spheroids used for these purposes generally lack a well-defined multilayer architecture. Here, to recapitulate a multilayer structure of the skin, we developed a hydrodynamically mediated approach to the generation of large arrays of fibroblast spheroids (a dermal core) that were engulfed with an epidermal layer of keratinocytes. These spheroids expressed biomarkers of the epidermis, epidermal-dermal junction, and dermis, and exhibited skin-like barrier properties. Screening of the synergistic effect of vitamins and peptides on protein synthesis by the spheroids and evaluation of skin toxicity with chemical agents showed a correlation with clinical results or existing standards. This approach offers enhanced control over spatial cell distribution in spheroids for advanced in vitro models of multilayer tissues.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,132
Score d'incertitude au seuil0,353

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,011
Tête enseignante GPT0,296
Écart entre enseignants0,285 · 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 tête enseignante, 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

Citations9
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujet3D Printing in Biomedical ResearchTravaux en français237 207