Expansion of functional human salivary acinar cell spheroids with reversible thermo-ionically crosslinked 3D hydrogels
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
Xerostomia (dry mouth) is frequently experienced by patients treated with radiotherapy for head and neck cancers or with Sjögren's syndrome, with no permanent cure existing for this debilitating condition. To this end, in vitro platforms are needed to test therapies directed at salivary (fluid-secreting) cells. However, since these are highly differentiated secretory cells, the maintenance of their differentiated state while expanding in numbers is challenging. In this study, the efficiency of three reversible thermo-ionically crosslinked gels: (1) alginate-gelatin (AG), (2) collagen-containing AG (AGC), and (3) hyaluronic acid-containing AG (AGHA), to recapitulate a native-like environment for human salivary gland (SG) cell expansion and 3D spheroid formation was compared. Although all gels were of mechanical properties comparable to human SG tissue (~11 kPa) and promoted the formation of 3D spheroids, AGHA gels produced larger (>100 cells/spheroid), viable (>93%), proliferative, and well-organized 3D SG spheroids while spatially and temporally maintaining the high expression of key SG proteins (aquaporin-5, NKCC1, ZO-1, α-amylase) for 14 days in culture. Moreover, the spheroids responded to agonist-induced stimulation by increasing α-amylase secretory granules. Here, we propose alternative low-cost, reproducible, and reversible AG-based 3D hydrogels that allow the facile and rapid retrieval of intact, highly viable 3D-SG spheroids.
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