Geometrical constraints dictate assembly and phenotype of human iPSC-derived motoneuronal spheroids
Notice bibliographique
Résumé
BACKGROUND: Neuronal spheroids represent an easy and versatile solution to model neuronal tissue in vitro. Conventional approaches to generate spheroids lack accurate size control, scalability, and customizability. This is even more exacerbated in case of pluripotent stem cell (PSC) derived spheroids, which remain challenging to standardize. Microwell devices address these limitations, providing an optimal balance between accessibility and scalability. With the aim of optimizing culture conditions, we parametrically investigated the role of microwell geometry on the formation and maturation of iPSC-derived motor neuron precursor (MNP) spheroids. METHODS: We developed a customizable mold device using Digital Light Processing (DLP) 3D printing to fabricate agarose microwell arrays with distinct aspect ratios for culturing hiPSC-derived MNP spheroids with high reproducibility. We generated nine different pyramidal microwell array geometries for culturing size-controlled spheroids in the 40-140 μm diameter range. We then evaluated the differential expression of genes related to cell proliferation and motor-neuron differentiation as function of microwell geometry and spheroid size. RESULTS: Our results indicate that spheroid size is significantly influenced by the microwell geometry, reliably due to cell partitioning at the seeding stage. Expression of proliferation and differentiation markers, such as motor neuron and pancreas homeobox 1 (MNX1) and Islet-1 (ISL1) transcription factors, is also dependent on microwell geometry and spheroid morphological descriptors. CONCLUSION: Our approach enables the scalable production of size-controlled MNP spheroids and underscores the effect of geometrical confinement on regulating motor neuron differentiation.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».