MétaCan
Menu
Retour à la cohorte
Enregistrement W4410729172 · doi:10.3389/fbioe.2025.1551199

Microspheres for 3D bioprinting: a review of fabrication methods and applications

2025· review· en· W4410729172 sur OpenAlexafffund
Dmitri Karaman, Kira Williams, Jolene Phelps, Fynn La Boucan, Kerrin O’Grady, Bosco Yu, Stephanie M. Willerth

Notice bibliographique

RevueFrontiers in Bioengineering and Biotechnology · 2025
Typereview
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversity of British ColumbiaUniversity of Victoria
Organismes subventionnairesCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clés3D bioprintingMicrosphereNanotechnology3D printingComputer scienceCompatibility (geochemistry)FabricationMaterials scienceBiochemical engineeringSystems engineeringTissue engineeringEngineeringBiomedical engineering

Résumé

récupéré en direct d'OpenAlex

Bioprinting incorporates printable biomaterials into 3D printing to create intricate tissues that maintain a defined 3D structure while supporting the survival and function of relevant cell types. A major challenge in 3D bioprinting is tuning material properties to ensure compatibility with different types of cells, while accurately mimicking the physiological microenvironment. Developing novel bioinks tailored to specific applications can help address this challenge by combining various materials and additives to tune the bioink formulation. Microspheres - small spherical particles - can incorporate drugs or growth factors to enable their controlled release, encapsulate cells to provide protection during printing, and provide structural reinforcement to tune mechanical properties and enable complex architectures. The particles range in size from 1 to 1000 μm and can be tuned to meet desired functions by optimizing their mode of production and the materials used for fabrication. This review presents an overview of microsphere production methods and considerations for optimizing the production process. It then summarizes how microspheres have been used to date in bioprinting applications. Finally, the existing challenges associated with the creation and use of microspheres are discussed along with avenues for future research.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,954
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,017
Tête enseignante GPT0,351
Écart entre enseignants0,334 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Bioengineering and BiotechnologyMême sujet3D Printing in Biomedical ResearchTravaux en français237 207