DNA microbeads for spatio-temporally controlled morphogen release within organoids [Research data]
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Organoids have proven to be powerful in vitro model systems that mimic features of the corresponding tissue in vivo. However, across tissue types and species, organoids still often fail to reach full maturity and function because biochemical cues cannot be provided from within the organoid to guide their development. The establishment of such tools has been identified as a major goal of the field. Here, we introduce DNA microbeads as a novel tool for implementing spatio-temporally controlled morphogen gradients inside of organoids at any point in their life cycle. The DNA microbeads are formed in a simple one-pot process, they can be stored for a year and their stiffness and surface modification is tunable to mimic the corresponding tissue. Employing medaka retinal organoids and early embryos, we show that DNA microbeads can be integrated into embryos and organoids by microinjection and erased in a non-invasive manner with light. Coupling a recombinant surrogate Wnt to the DNA microbeads, we demonstrate the spatio-temporally controlled release of the morphogen from the microinjection site, which leads to morphogen gradients resulting in the formation of retinal pigmented epithelium (RPE) while maintaining retinal ganglion cells. The spatial localization of the induced RPE was shown to directly correlate with the DNA microbeads’ position. We were thus able to bioengineer retinal organoids to more closely mirror the cell type diversity of in vivo retinae. The DNA microbead technology can easily be adapted to other organoid applications for improved tissue mimicry.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,004 |
| Science ouverte | 0,008 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,030 |
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 découle