Plasma functionalization of poly(vinyl alcohol) hydrogel for cell adhesion enhancement
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
Tailoring the interface interactions between a biomaterial and the surrounding tissue is a capital aspect to consider for the design of medical devices. Poly(vinyl alcohol) (PVA) hydrogels present suitable mechanical properties for various biological substitutes, however the lack of cell adhesion on their surface is often a problem. The common approach is to incorporate biomolecules, either by blending or coupling. But these modifications disrupt PVA intra- and intermolecular interactions leading therefore to a loss of its original mechanical properties. In this work, surface modification by glow discharge plasma, technique known to modify only the surface without altering the bulk properties, has been investigated to promote cell attachment on PVA substrates. N2/H2 microwave plasma treatment has been performed, and the chemical composition of PVA surface has been investigated. X-ray photoelectron and Fourier transform infrared analyses on the plasma-treated films revealed the presence of carbonyl and nitrogen species, including amine and amide groups, while the main structure of PVA was unchanged. Plasma modification induced an increase in the PVA surface wettability with no significant change in surface roughness. In contrast to untreated PVA, plasma-modified films allowed successful culture of mouse fibroblasts and human endothelial cells. These results evidenced that the grafting was stable after rehydration and that it displayed cell adhesive properties. Thus plasma amination of PVA is a promising approach to improve cell behavior on contact with synthetic hydrogels for tissue engineering.
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) | 0,003 | 0,001 |
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