Use of the polycation polyethyleneimine to improve the physical properties of alginate–hyaluronic acid hydrogel during fabrication of tissue repair scaffolds
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
Recently alginate-based tissue repair scaffolds fabricated using 3D printing techniques have been extensively examined for use in tissue engineering applications. However, their physical and mechanical properties are unfavorable for many tissue engineering applications because these properties are poorly controlled during the fabrication process. Some improvement of alginate gel properties can be realized by addition of hyaluronic acid (HA), and this may also improve the ability of cells to interact with the gel. Here, we report improvement of the physical properties of alginate-HA gel scaffolds by the addition of the polycation polyethyleneimine (PEI) during the fabrication process in order to stabilize alginate molecular structure through the formation of a polyelectrolyte complex. We find that PEI has a significant beneficial influence on alginate-HA scaffold physical properties, including a reduction in the degree of gel swelling, a reduction in scaffold degradation rate, and an increase in the Young's modulus of the gel. Further study shows that fabrication of alginate-HA gels with PEI increases the encapsulation efficiency of bovine serum albumin, a model protein, and reduces the subsequent initial protein release rate. However, it was also found that survival of Schwann cells or ATDC-5 chondrogenic cells encapsulated during the scaffold fabrication process was modestly reduced with increasing PEI concentration. This study illustrates that the use of PEI during scaffold fabrication by plotting can provide an effective means to control alginate-based scaffold properties for tissue engineering applications, but that the many effects of PEI must be balanced for optimal outcomes in different situations.
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 | 0,001 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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