Decellularized lucky bamboo scaffolds for cartilage tissue engineering
Notice bibliographique
Résumé
Abstract Cartilage is a load-bearing connective tissue with limited self-healing capacity and tissue engineering approaches aim to develop functional scaffolds for the repair and regeneration of damaged cartilage. Scaffold porosity and mechanical characteristics play important roles to support cell growth and provide tissue function. In most cases, however, they are inversely correlated. Therefore, manufacturing highly porous scaffolds with suitable mechanical properties is one of the major challenges in cartilage tissue engineering. In this study, lucky bamboo ( Dracaena sanderiana ) was chosen as a cartilage tissue engineering scaffold since it can provide high porosity (86 ± 10%), appropriate pore size (26 ± 8 µm) and desirable elastic modulus (0.9 ± 0.4 MPa) comparable with native articular cartilage (∼1 MPa). Chemical decellularization was accomplished using sodium dodecyl sulfate to remove the cellular content (−77%) without causing any significant damage to the cellulose structure of the lucky bamboo scaffolds. Decellularized scaffolds were seeded with primary bovine chondrocytes and cultured for up to 8 weeks. Effect on cell proliferation and extracellular matrix (ECM) accumulation were analyzed using biochemical, histological and immunohistochemical methods. A homogenous cell distribution throughout the decellularized scaffolds was observed and the presence of type Ⅱ collagen and aggrecan indicated that the seeded cells retained their chondrogenic phenotype during the culture period. In addition, cellularity and ECM accumulation within the scaffolds significantly increased with time in culture. Overall, these findings were very promising and support decellularized lucky bamboo as a potential scaffold material in cartilage tissue engineering 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 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 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 ».