RY
Robin Yan
Author with expertise in Induction and Differentiation of Pluripotent Stem Cells
Achievements
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
3
(67% Open Access)
Cited by:
8
h-index:
3
/
i10-index:
3
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

A human pluripotent stem cell-based somitogenesis model using microfluidics

Yue Liu et al.Jul 8, 2024
+7
X
Y
Y
Emerging human pluripotent stem cell (hPSC)-based embryo models are useful for studying human embryogenesis. Particularly, there are hPSC-based somitogenesis models using free-floating culture that recapitulate somite formation. Somitogenesis in vivo involves intricately orchestrated biochemical and biomechanical events. However, none of the current somitogenesis models controls biochemical gradients or biomechanical signals in the culture, limiting their applicability to untangle complex biochemical-biomechanical interactions that drive somitogenesis. Herein, we develop a human somitogenesis model by confining hPSC-derived presomitic mesoderm (PSM) tissues in microfabricated trenches. Exogenous microfluidic morphogen gradients imposed on the PSM tissues cause axial patterning and trigger spontaneous rostral-to-caudal somite formation. A mechanical theory is developed to explain the size dependency between somites and the PSM. The microfluidic somitogenesis model is further exploited to reveal regulatory roles of cellular and tissue biomechanics in somite formation. This study presents a useful microengineered, hPSC-based model for understanding the biochemical and biomechanical events that guide somite formation.
0
Citation2
0
Save
2

Muscle synergies are flexibly recruited during gait pattern exploration using motor control-based biofeedback

Alyssa Spomer et al.Jul 27, 2022
K
M
R
A
ABSTRACT Understanding how the central nervous system coordinates diverse motor outputs has been a topic of extensive investigation. While it is generally accepted that a small set of synergies underlies many common activities, such as walking, whether synergies are equally robust across a broader array of gait patterns or can be flexibly modified remains unclear. Here, we evaluated the extent to which synergies changed as nondisabled adults (n = 14) explored gait patterns using custom biofeedback. Secondarily, we used Bayesian Additive Regression Trees to identify factors which were predictive of synergy modulation. Participants performed 41.1 ± 8.0 gait patterns using biofeedback, during which synergy recruitment changed depending on the type and magnitude of gait pattern modification. Specifically, a consistent set of synergies was recruited to accommodate small deviations from baseline, but additional synergies emerged for larger gait changes. Synergy complexity was similarly modulated; complexity decreased for 82.6% of the attempted gait patterns, however, distal gait mechanics were highly predictive of these changes. In particular, greater ankle dorsiflexion moments and knee flexion through stance, as well as greater knee extension moments at initial contact corresponded to a reduction in synergy complexity. Taken together, these results suggest that the central nervous system preferentially adopts a low-dimensional, largely invariant control strategy, but can modify that strategy to produce diverse gait patterns. Beyond improving understanding of how synergies are recruited during gait, study outcomes may also help identify parameters that can be targeted with interventions to alter synergies and improve motor control following neurological injury.