164 Arbeiten
Die Bioengineering verbindet Ingenieurskunst mit biologischen Systemen, um Lösungen für die Medizin und Technik zu entwickeln. Von der Herstellung künstlicher Organe bis hin zu maßgeschneiderten Therapien verändert dieses Feld, wie wir Krankheiten verstehen und behandeln. Auf Gist.Science machen wir die neuesten Erkenntnisse aus diesem dynamischen Bereich für jeden zugänglich, ohne dabei die wissenschaftliche Tiefe zu vernachlässigen.
Unsere Redaktion verarbeitet jeden neuen Preprint, der auf bioRxiv in dieser Kategorie erscheint. Für jeden Beitrag erstellen wir sowohl eine verständliche Zusammenfassung für ein breites Publikum als auch einen detaillierten technischen Überblick für Fachleute. So erhalten Sie einen direkten Einblick in die Forschung, lange bevor die Studien offiziell veröffentlicht sind.
Im Folgenden finden Sie die aktuellsten Papers aus dem Bereich Bioengineering, die wir kürzlich für Sie aufbereitet haben.
Die Studie stellt eine neuartige 3D-Kulturplattform vor, die mittels multiphotonischer Mikroskopie eine zerstörungsfreie, longitudinale Analyse der Geweberegeneration an der Schnittstelle von arteriellen Transplantaten ermöglicht und dabei sowohl unterschiedliche TGF-β-Isoform-Antworten als auch eine hohe Übereinstimmung mit langfristigen In-vivo-Implantationsergebnissen nachweist.
Die Studie zeigt, dass die Einführung von geometrisch kodierten Mikrotäfern auf Biomaterialien die lokalen Strömungsverhältnisse so modifiziert, dass Endothelzellen selbst unter extrem hohen Scherkräften stabilisiert, mechanisch adaptiert und funktionell aktiviert werden, wodurch eine langfristige Hämokompatibilität von kardiovaskulären Implantaten ermöglicht wird.
Die Studie stellt ein kontinuierliches Bioreaktorsystem vor, das stabile menschliche Nasenmikrobiome über einen Monat hinweg aufrechterhält und somit als zuverlässiges Modell zur Erforschung der Mikrobiom-Funktionen sowie zur Entwicklung von Strategien zur Dekolonisierung von *Staphylococcus aureus* dient.
Diese Studie stellt einen goldnanopartikelgestützten Optoporation-Ansatz vor, der eine räumlich selektive Genübertragung in Makrophagen innerhalb von 3D-Pankreaskarzinom-Sphäroiden ermöglicht, um das Tumormikromilieu durch Repolarisierung der Makrophagen in einen anti-tumorigenen Zustand umzuprogrammieren.
Diese Studie stellt einen neuen Ansatz zur Herstellung von ventrikulären Vorderhirnorganoiden vor, die durch die Verwendung eines spezifischen Nährmediums und einer Kollagen-Embedding-Methode die makroskopische Geometrie und Architektur des sich entwickelnden Telencephalons nachahmen und somit ein verbessertes Modell für die Erforschung der Neuroentwicklung und von Erkrankungen bieten.
Die Studie stellt einen sublingualen, oral zerfallenden Impfstoff (Capot) vor, der auf Basis von bakteriellen extrazellulären Vesikeln und einer Calciumphosphat-Nanohülle entwickelt wurde, um bei Mäusen und nichtmenschlichen Primaten eine robuste, langanhaltende mukosale Immunität durch die Induktion von sekretorischem IgA zu erzeugen und so wirksam vor rezidivierenden und antibiotikaresistenten Parodontitis-Erkrankungen zu schützen.
Die Studie zeigt durch Simulationen, dass die Faserverteilung in Sehnen und Bändern signifikante Auswirkungen auf Diffusions-Tensor-MRI-Metriken hat, während die Kollagenfaser-Crimpung keinen Einfluss ausübt, was für die klinische und computergestützte Analyse von Mikrostrukturen in dichtem Bindegewebe von großer Bedeutung ist.
Diese Arbeit stellt ein computergestütztes Modell vor, das das Zusammenspiel von Geometrie, Mechanik und stochastischen biologischen Prozessen bei der Gewebewachstum simuliert, um anhand synthetischer Gewebekompositionen Wachstumsmechanismen zu entschlüsseln und dynamische Raten aus statischen experimentellen Daten abzuleiten.
Die Studie stellt HipSAFE vor, ein auf Deep Learning basierendes Ultraschall-Tool, das in einer präklinischen Tierstudie eine hohe diagnostische Genauigkeit bei der Erkennung von Hüftfrakturen erreichte und somit das Potenzial hat, die Triage in ländlichen und ressourcenarmen Umgebungen zu verbessern.
Die Studie stellt AnewOmni vor, ein einheitliches generatives All-Atom-Modell, das durch das Lernen von Interaktionsmustern über mehr als 5 Millionen Biomolekül-Komplexe hinweg die erfolgreiche, modality-übergreifende Entwicklung funktioneller Moleküle – von kleinen Chemikalien bis zu großen Biologika – ermöglicht und dabei menschliche Intuition und begrenzte Daten überwindet.