MétaCan
Menu
Retour à la cohorte
Enregistrement W2062878546 · doi:10.1088/1758-5082/5/1/015009

Preparation and characterization of alginate microspheres for sustained protein delivery within tissue scaffolds

2013· article· en· W2062878546 sur OpenAlexafffund
Peng Zhai, Daniel Chen, David J. Schreyer

Notice bibliographique

RevueBiofabrication · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHydrogels: synthesis, properties, applications
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMicrosphereEmulsionBiomedical engineeringTissue engineeringChitosanDrug deliveryMaterials scienceDelivery systemChemistryChemical engineeringNanotechnologyBiochemistryMedicine

Résumé

récupéré en direct d'OpenAlex

Tissue engineering scaffolds are designed not only to provide structural support for the repair of damaged tissue, but can also serve the function of bioactive protein delivery. Here we present a study on the preparation and characterization of protein-loaded microspheres, either alone or incorporated into mock tissue scaffolds, for sustained protein delivery. Alginate microspheres were prepared by a novel, small-scale water-in-oil emulsion technique and loaded with fluorescently labeled immunoglobulin G (IgG). Microsphere size appears to be influenced by the magnitude and distribution of force generated by mechanical stirring during emulsion. Protein release studies show that sustained IgG release from microspheres could be achieved and that application of a secondary coating of chitosan could further slow the rate of protein release. Preservation of bioactivity of released IgG protein was confirmed using an immunohistochemical assay. When IgG-loaded microspheres were incorporated into mock scaffolds, initial protein release was diminished and the overall time course of release was extended. The present study demonstrates that protein-loaded microspheres can be prepared with a controlled release profile and preserved biological activity, and can be incorporated into scaffolds to achieve sustained and prolonged protein delivery in a tissue engineering application.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,238
Écart entre enseignants0,229 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations40
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiofabricationMême sujetHydrogels: synthesis, properties, applicationsTravaux en français237 207