Multiple dynamic crosslinked multifunctional hydrogels with glucose/pH dual-responsive adipose-derived stem cells-exosomes-releasing for diabetic wound healing
Notice bibliographique
Résumé
Background: Diabetic wounds feature a high-glucose and acidic microenvironment that impairs macrophage polarization and healing. Adipose-derived stem cell-derived exosomes (ADSC-exos) show therapeutic potential but suffer from rapid clearance. This study aimed to develop a smart hydrogel for glucose/pH-responsive ADSC-exos release. Methods: A dual-responsive hydrogel (HAP/OCS/PEG/Ag-E) was fabricated via dynamic triple cross-linking. Characterization included rheometry, mechanical tests, and microscopy. In vitro macrophage polarization was assessed via flow cytometry and Western blot. A diabetic mouse wound model evaluated healing rates, histology, angiogenesis, and inflammation. Proteomics and pathway inhibition studies explored mechanisms. Statistical analysis used t-tests and ANOVA. Results: The hydrogel exhibited excellent self-healing, adhesion, and controlled ADSC-exos release under high-glucose/acidic conditions. It promoted M2 macrophage polarization, reduced pro-inflammatory cytokines (IL-1β, IL-6, TNF-α), and accelerated wound healing with enhanced angiogenesis and collagen deposition. Mechanistically, the hydrogel suppressed the Notch/NF-κB/NLRP3 signaling pathway. Conclusion: The smart hydrogel facilitates diabetic wound healing through microenvironment-responsive ADSC-exos release and Notch/NF-κB/NLRP3 pathway inhibition, offering a promising strategy for chronic wound treatment.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».