We introduce a potentially powerful new method of searching for new physics at the LHC, using autoencoders and unsupervised deep learning. The key idea of the autoencoder is that it learns to map ``normal'' events back to themselves, but fails to reconstruct ``anomalous'' events that it has never encountered before. The reconstruction error can then be used as an anomaly threshold. We demonstrate the effectiveness of this idea using QCD jets as background and boosted top jets and R-parity violating (RPV) gluino jets as signal. We show that a deep autoencoder can significantly improve signal over background when trained on backgrounds only, or even directly on data which contain a small admixture of signal. Finally, we examine the correlation of the autoencoders with jet mass and show how the jet mass distribution can be stable against cuts in reconstruction loss. This may be important for estimating QCD backgrounds from data. As a test case, we show how one could plausibly discover 400 GeV RPV gluinos using an autoencoder combined with a bump hunt in jet mass. This opens up the exciting possibility of training directly on actual data to discover new physics with no prior expectations or theory prejudice.

Cell-based therapy is emerging as a promising strategy for treating a wide range of human diseases, such as diabetes, blood disorders, acute liver failure, spinal cord injury, and several types of cancer. Pancreatic islets, blood cells, hepatocytes, and stem cells are among the many cell types currently used for this strategy. The encapsulation of these “therapeutic” cells is under intense investigation to not only prevent immune rejection but also provide a controlled and supportive environment so they can function effectively. Some of the advanced encapsulation systems provide active agents to the cells and enable a complete retrieval of the graft in the case of an adverse body reaction. Here, we review various encapsulation strategies developed in academic and industrial settings, including the state-of-the-art technologies in advanced preclinical phases as well as those undergoing clinical trials, and assess their advantages and challenges. We also emphasize the importance of stimulus-responsive encapsulated cell systems that provide a “smart and live” therapeutic delivery to overcome barriers in cell transplantation as well as their use in patients.

Transplantation of pancreatic islets or stem cell derived insulin secreting cells is an attractive treatment strategy for diabetes. However, islet transplantation is associated with several challenges including function-loss associated with dispersion and limited vascularization as well as the need for continuous immunosuppression. To overcome these limitations, here we present a novel 3D printed and functionalized encapsulation system for subcutaneous engraftment of islets or islet like cells. The devices were 3D printed with polylactic acid and the surfaces treated and patterned to increase the hydrophilicity, cell attachment, and proliferation. Surface treated encapsulation systems were implanted with growth factor enriched platelet gel, which helped to create a vascularized environment before loading human islets. The device protected the encapsulated islets from acute hypoxia and kept them functional. The adaptability of the encapsulation system was demonstrated by refilling some of the experimental groups transcutaneously with additional islets.

Autologous cell transplantation holds enormous promise to restore organ and tissue functions in the treatment of various pathologies including endocrine, cardiovascular, and neurological diseases among others. Even though immune rejection is circumvented with autologous transplantation, clinical adoption remains limited due to poor cell retention and survival. Cell transplant success requires homing to vascularized environment, cell engraftment and importantly, maintenance of inherent cell function. To address this need, we developed a three dimensional (3D) printed cell encapsulation device created with polylactic acid (PLA), termed neovascularized implantable cell homing and encapsulation (NICHE). In this paper, we present the development and systematic evaluation of the NICHE in vitro, and the in vivo validation with encapsulated testosterone-secreting Leydig cells in Rag1−/− castrated mice. Enhanced subcutaneous vascularization of NICHE via platelet-rich plasma (PRP) hydrogel coating and filling was demonstrated in vivo via a chorioallantoic membrane (CAM) assay as well as in mice. After establishment of a pre-vascularized bed within the NICHE, transcutaneously transplanted Leydig cells, maintained viability and robust testosterone secretion for the duration of the study. Immunohistochemical analysis revealed extensive Leydig cell colonization in the NICHE. Furthermore, transplanted cells achieved physiologic testosterone levels in castrated mice. The promising results provide a proof of concept for the NICHE as a viable platform technology for autologous cell transplantation for the treatment of a variety of diseases.

Diabetes is one of the most prevalent, costly, and debilitating diseases in the world. Pancreas and islet transplants have shown success in re-establishing glucose control and reversing diabetic complications. However, both are limited by donor availability, need for continuous immunosuppression, loss of transplanted tissue due to dispersion, and lack of vascularization. To overcome the limitations of poor islet availability, here, we investigate the potential of bone marrow-derived mesenchymal stem cells differentiated into islet-like insulin-producing aggregates. Islet-like insulin-producing aggregates, characterized by gene expression, are shown to be similar to pancreatic islets and display positive immunostaining for insulin and glucagon. To address the limits of current encapsulation systems, we developed a novel three-dimensional printed, scalable, and potentially refillable polymeric construct (nanogland) to support islet-like insulin-producing aggregates' survival and function in the host body. In vitro studies showed that encapsulated islet-like insulin-producing aggregates maintained viability and function, producing steady levels of insulin for at least 4 weeks. Nanogland-islet-like insulin-producing aggregate technology here investigated as a proof of concept holds potential as an effective and innovative approach for diabetes cell therapy.

Cell encapsulation is an attractive transplantation strategy to treat endocrine disorders. Transplanted cells offer a dynamic and stimulus-responsive system that secretes therapeutics based on patient need. Despite significant advancements, a challenge in allogeneic cell encapsulation is maintaining sufficient oxygen and nutrient exchange, while providing protection from the host immune system. To this end, we developed a subcutaneously implantable dual-reservoir encapsulation system integrating in situ prevascularization and local immunosuppressant delivery, termed NICHE. NICHE structure is 3D-printed in biocompatible polyamide 2200 and comprises of independent cell and drug reservoirs separated by a nanoporous membrane for sustained local release of immunosuppressant. Here we present the development and characterization of NICHE, as well as efficacy validation for allogeneic cell transplantation in an immunocompetent rat model. We established biocompatibility and mechanical stability of NICHE. Further, NICHE vascularization was achieved with the aid of mesenchymal stem cells. Our study demonstrated sustained local elution of immunosuppressant (CTLA4Ig) into the cell reservoir protected transcutaneously-transplanted allogeneic Leydig cells from host immune destruction during a 31-day study, and reduced systemic drug exposure by 12-fold. In summary, NICHE is the first encapsulation platform achieving both in situ vascularization and immunosuppressant delivery, presenting a viable strategy for allogeneic cell transplantation.

Fine control of molecular transport through microfluidic systems can be obtained by modulation of an applied electrical field across channels with the use of electrodes. In BioMEMS designed for biological fluids and in vivo applications, electrodes must be biocompatible, biorobust and stable. In this work, the analysis and characterization of platinum (Pt) electrodes integrated on silicon substrates for biomedical applications are presented. Electrodes were incorporated on the surface of silicon chips by adhesion of laminated Pt foils or deposited at 30°, 45° or 90° angle by e-beam or physical vapor (sputtering) methods. Electrical and physical properties of the electrodes were quantified and evaluated using electrical impedance spectroscopy and modelling of the electrode-electrolyte interfaces. Electrode degradation in saline solution at pH 7.4 was tested at room temperature and under accelerated conditions (90 °C), both in the presence and absence of an applied electrical potential. Degradation was quantified using atomic force microscopy (AFM) and inductively coupled plasma mass spectroscopy (ICP-MS). Biocompatibility was assessed by MTT proliferation assay with human dermal fibroblasts. Results demonstrated that the deposited electrodes were biocompatible with negligible material degradation and exhibited electrochemical behavior similar to Pt foils, especially for e-beam deposited electrodes. Finally, Pt electrodes e-beam deposited on silicon nanofabricated nanochannel membranes were evaluated for controlled drug delivery applications. By tuning a low applied electrical potential (<1.5 VDC) to the electrodes, temporal modulation of the dendritic fullerene 1 (DF-1) release from a source reservoir was successfully achieved as a proof of concept, highlighting the potential of deposited electrodes in biomedical applications.

Abstract The current standard for cell encapsulation platforms is enveloping cells in semipermeable membranes that physically isolate transplanted cells from the host while allowing for oxygen and nutrient diffusion. However, long‐term viability and function of encapsulated cells are compromised by insufficient oxygen and nutrient supply to the graft. To address this need, a strategy to achieve enhanced vascularization of a 3D‐printed, polymeric cell encapsulation platform using platelet‐rich plasma (PRP) and mesenchymal stem cells (MSCs) is investigated. The study is conducted in rats and, for clinical translation relevance, in nonhuman primates (NHP). Devices filled with PRP, MSCs, or vehicle hydrogel are subcutaneously implanted in rats and NHP and the amount and maturity of penetrating blood vessels assessed via histopathological analysis. In rats, MSCs drive the strongest angiogenic response at early time points, with the highest vessel density and endothelial nitric oxide synthase (eNOS) expression. In NHP, PRP and MSCs result in similar vessel densities but incorporation of PRP ensues higher levels of eNOS expression. Overall, enrichment with PRP and MSCs yields extensive, mature vascularization of subcutaneous cell encapsulation devices. It is postulated that the individual properties of PRP and MSCs can be leveraged in a synergistic approach for maximal vascularization of cell encapsulation platforms.

To report the clinical validation of an innovative, artificial intelligence (AI)-powered, portable and non-invasive medical device called Wound Viewer. The AI medical device uses dedicated sensors and AI algorithms to remotely collect objective and precise clinical data, including three-dimensional (3D) wound measurements, tissue composition and wound classification through the internationally recognised Wound Bed Preparation (WBP) protocol; this data can then be shared through a secure General Data Protection Regulation (GDPR)- and Health Insurance Portability and Accountability Act (HIPAA)-compliant data transfer system. This trial aims to test the reliability and precision of the AI medical device and its ability to aid health professionals in clinically evaluating wounds as efficiently remotely as at the bedside.This non-randomised comparative clinical trial was conducted in the Clinica San Luca (Turin, Italy). Patients were divided into three groups: (i) patients with venous and arterial ulcers in the lower limbs; (ii) patients with diabetes and presenting with diabetic foot syndrome; and (iii) patients with pressure ulcers. Each wound was evaluated for area, depth, volume and WBP wound classification. Each patient was examined once and the results, analysed by the AI medical device, were compared against data obtained following visual evaluation by the physician and research team. The area and depth were compared with a Kruskal-Wallis one-way analysis of variations in the obtained distribution (expected p-value>0.1 for both tests). The WBP classification and tissue segmentation were analysed by directly comparing the classification obtained by the AI medical device against that of the testing physician.A total of 150 patients took part in the trial. The results demonstrated that the AI medical device's AI algorithm could acquire objective clinical parameters in a completely automated manner. The AI medical device reached 97% accuracy against the WBP classification and tissue segmentation analysis compared with that performed in person by the physician. Moreover, data regarding the measurements of the wounds, as analysed through the Kruskal-Wallis technique, showed that the data distribution proved comparable with the other methods of measurement previously clinically validated in the literature (p=0.9).These findings indicate that remote wound assessment undertaken by physicians is as effective through the AI medical device as bedside examination, and that the device was able to assess wounds and provide a precise WBP wound classification. Furthermore, there was no need for manual data entry, thereby reducing the risk of human error while preserving high-quality clinical diagnostic data.

The development of neuromorphic systems has increased in pace in the past years since the birth of industrial samples of memristors. In addition to developing the general technology, a strong interest in generating new applications for memristive systems is emerging. Cellular automata (CA) can be utilized for biomedical applications, primarily for image processing. Here, we have developed a CA that can be used to improve patient care, through the follow-up and monitoring of patients affected by topic wounds such as cutaneous ulcers.