MARC

 008240612s2023      us  |||||||||||||||c||eng  d
■001000016932410
■00520240214100454
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798379918095
■035    ▼a(MiAaPQ)AAI30492284
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a621
■1001  ▼aBeltran,  Susana  Maria.
■24510▼aInvestigating  Mechanotransduction  Behaviors  of  Natural  and  Engineered  Molecular  Sensors  for  Patient-Tailored  Treatment  Paradigms  and  Regenerative  Rehabilitation▼h[electronic  resource]
■260    ▼a[S.l.]:▼bCarnegie  Mellon  University.  ▼c2023
■260  1▼aAnn  Arbor  :▼bProQuest  Dissertations  &  Theses,  ▼c2023
■300    ▼a1  online  resource(119  p.)
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  85-01,  Section:  B.
■500    ▼aAdvisor:  LeDuc,  Philip;Taylor,  Rebecca.
■5021  ▼aThesis  (Ph.D.)--Carnegie  Mellon  University,  2023.
■506    ▼aThis  item  must  not  be  sold  to  any  third  party  vendors.
■520    ▼aLiving  organisms  respond  to  environmental  cues  by  emitting  signals.  Mechanosensory  physiology  has  been  crucial  for  survival  since  the  emergence  of  the  first  microorganisms  3.7  billion  years  ago.  The  ubiquitous  and  perpetual  nature  of  mechanotransduction  phenomena  in  all  life  forms  underscores  the  importance  of  studying  the  fundamental  mechanical  responses  that  sustain  and  age  us.  In  this  thesis,  we  zoom  in  to  the  cellular  scale  to  study  calcium,  the  ion  commonly  regulated  after  mechanical  loading  in  neural  and  muscle  cells,  and  understand  how  their  ion  channels  activate  at  different  strain  levels.  We  utilized  neural  cell-embedded  cerebral  organoids  to  gain  insights  into  the  effects  of  traumatic  brain  injury  on  the  human  brain.  Additionally,  we  employed  3D  stem  cell-infused  collagen  scaffolds  to  analyze  the  differences  in  calcium  signaling  between  young  and  aged  muscle  progenitor  cells  (MPCs)  for  regenerative  rehabilitation  purposes.  Our  findings  revealed  that  fluorescent  calcium  signals  and  genetic  pathways  are  triggered  depending  on  the  strain  and  strain  rates  of  impact.  Identifying  genetic  pathways  after  stimulation  can  help  target  gene  products  that  have  dire  consequences  in  the  cells  to  prevent  activation  or  progression  of  disease,  particularly  in  traumatic  brain  injury  (TBI).  Similarly,  we  can  better  understand  the  underlying  mechanisms  at  play  and  develop  potential  interventions  to  improve  cellular  function  in  age-related  disease.  We  obtained  immediate  cellular  feedback  via  confocal  microscopy  and  more  detailed  feedback  via  RNA  sequencing  from  the  mechanical  insults  imposed  on  the  tested  cellular  systems.Furthermore,  it  is  crucial  to  develop  tools  to  measure  these  cellular  forces  at  a  molecular  scale.  To  this  end,  we  constructed  programmable  and  highly  tunable  architectures  for  molecular  scale  measurement  using  DNA  structures  composed  of  single-stranded  tiles  (SSTs).  We  designed  a  micron  scale  DNA  sensor  to  measure  wall  shear  stress.  One  notable  advantage  of  DNA-based  probes  is  their  ability  to  incorporate  a  broad  range  of  functional  customizations,  such  as  fluorophores,  biotin,  and  tags  for  protein  conjugation.  We  leveraged  this  flexibility  to  nanopattern  polymers  onto  DNA  origami,  creating  extruded  surfaces  for  novel  biosensing.  We  fluorescently  tagged  the  DNA  nanosensor  to  output  an  optical  signal  indicating  physical  interactions  between  the  probe  and  its  environment.  We  also  excluded  the  tag  to  visualize  the  predicted  formation  in  atomic  force  microscopy.
■590    ▼aSchool  code:  0041.
■650  4▼aMechanical  engineering.
■650  4▼aBiomechanics.
■650  4▼aMolecular  physics.
■653    ▼aMechanotransduction
■653    ▼aTraumatic  brain  injury
■653    ▼aMuscle  progenitor  cells
■653    ▼aSingle-stranded  tiles
■653    ▼aBiosensing
■653    ▼aNanosensor
■690    ▼a0548
■690    ▼a0648
■690    ▼a0609
■71020▼aCarnegie  Mellon  University▼bMechanical  Engineering.
■7730  ▼tDissertations  Abstracts  International▼g85-01B.
■773    ▼tDissertation  Abstract  International
■790    ▼a0041
■791    ▼aPh.D.
■792    ▼a2023
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T16932410▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.
■980    ▼a202402▼f2024

Preview

Export

ChatGPT Discussion

AI Recommended Related Books