Self‐assembled rosette nanotubes and poly(2‐hydroxyethyl methacrylate) hydrogels promote skin cell functions
Notice bibliographique
Résumé
The next generation skin of wound healing materials should stimulate skin regeneration by actively promoting appropriate cellular adhesion and proliferation. As materials with novel self-assembling and solidification properties when transitioning from room to body temperatures, rosette nanotubes (RNTs) may be such a proactive material. RNTs resemble naturally occurring nanostructures in the skin (such as collagen and keratin) assembling with noncovalent forces in physiological environments. Presenting desirable bioactive properties, RNTs have been used for various tissue engineering applications including increasing in vivo bone and cartilage regeneration. The objective of the current in vitro study was, for the first time, to improve properties of a commonly used hydrogel (poly(2-hydroxyethyl methacrylate) or pHEMA) for skin regeneration by incorporating one type of novel self-assembled RNTs, called TBL. Results showed for the first time increased keratinocyte and fibroblast proliferation on hydrogels coated with TBLs compared to those not coated with TBL. In this manner, this study provides the first evidence that TBL RNTs are promising for wound healing applications due to their optimal cytocompatibility, solidification, and mechanical properties and, thus, should be further studied for such applications.
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.
Comment cette classification a été obtenuedéplier
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».