Advancing Organ‐on‐Chip Models With a Sacrificial Granular Hydrogel Strategy for Enhanced Permeability and Biomimicry
Notice bibliographique
Résumé
Infectious diseases such as malaria, leishmaniasis, and human immunodeficiency virus (HIV) involve pathogens with complex life cycles that span multiple organs, including the bone marrow (BM), a niche for latent or cryptic infections. Studying these hidden stages in patients presents significant technical and ethical challenges, underscoring the need for advanced in vitro models such as organ-on-chip (OoC) platforms. While cell-laden hydrogels can replicate tissue-like 3D-microenvironments, their small mesh size may restrict pathogen migration and cell-pathogen interactions, both critical for establishing infection on-chip. To overcome this limitation, this work develops a "reversed" granular hydrogel strategy that creates interconnected microporosity in hydrogels incorporated into organ-on-chip compartments. Sacrificial alginate (ALG) µgels are embedded as porogens in a fibrin-collagen (FIB-COL) precursor inside a custom BM-on-chip and, after crosslinking, are selectively removed by in situ enzymatic/chemical leaching to yield highly porous hydrogels (pFIB-COL). The pFIB-COL supports 3D-cultures of mesenchymal stromal cells, endothelial cells, and erythroblasts. Physical and cellular analyses show reduced flow resistance, enhanced particle and cell permeation, more uniform cell distribution and improved endothelial network formation compared with native FIB-COL. This versatile strategy is readily adaptable to other hydrogel systems, providing a valuable tool for the faithful modeling of infection processes in biomimetic 3D-microenvironments within OoC devices.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».