Micropattern Printing of Adhesion, Spreading, and Migration Peptides on Poly(tetrafluoroethylene) Films To Promote Endothelialization
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We report here the development of an original multistep micropatterning technique for printing peptides on surfaces, based on the ink-jet printer technology. Contrary to most micropatterning methods used nowadays, this technique is advantageous because it allows displaying 2D-arrays of multiple biomolecules. Moreover, this low cost procedure allies the advantages of computer-aided design with high flexibility and reproducibility. A Hewlett-Packard printer was modified to print peptide solutions, and Adobe Illustrator was used as the graphic-editing software to design high-resolution checkerboard-like micropatterns. In a first step, PTFE films were treated with ammonia plasma to introduce amino groups on the surface. These chemical functionalities were reacted with heterobifunctional cross-linker sulfo-succinimidyl 4-(N-maleimidomethyl)cycloexane-1-carboxylate (S-SMCC) to allow the subsequent surface covalent conjugation of various cysteine-modified peptides to the polymer substrate. These peptidic molecules containing RGD and WQPPRARI sequences were selected for their adhesive, spreading, and migrational properties toward endothelial cells. On one hand, our data demonstrated that the initial cell adhesion does not depend on the chemical structure and combination of the peptides covalently bonded either through conventional conjugation or micropatterning. On the other hand, spreading and migration of endothelial cells is clearly enhanced while coconjugating the GRGDS peptide in conjunction with WQPPRARI. This behavior is further improved by micropatterning these peptides on specific areas of the polymer surface.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle