MétaCan
Menu
Retour à la cohorte
Enregistrement W2126095137 · doi:10.1002/btpr.5

Dendrimer‐grafted cell adhesion peptide–modified PDMS

2008· article· en· W2126095137 sur OpenAlexaff
Andrew S. Mikhail, Kim S. Jones, Heather Sheardown

Notice bibliographique

RevueBiotechnology Progress · 2008
Typearticle
Langueen
DomaineMaterials Science
ThématiqueDendrimers and Hyperbranched Polymers
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésDendrimerPeptideAdhesionGraftingCell adhesionBiophysicsLinkerContact angleSurface modificationChemistryPolymer chemistryElastomerMaterials sciencePolymerChemical engineeringOrganic chemistryBiochemistryPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Surface concentration of cell adhesion peptides is thought to play a role in the interactions between biomaterials and cells. The high density of functional groups at the periphery of dendrimers has been exploited in various applications, but their full potential for generating surfaces with high functional group concentrations has not yet been realized. Poly(dimethylsiloxane) elastomers were surface modified with both polyethylene oxide (PEO) and generation 3 diaminobutane dendrimers. PEO and the dendrimers were subsequently used as linker molecules for surface grafting of cell adhesion peptides. ATR-FTIR, X-ray photoelectron spectroscopy, and water contact angle results confirmed the successful attachment of the polymer linkers and peptides. Peptide grafting density was quantified by means of (125)I radiolabeling. Maximum surface peptide grafting density on dendrimer-modified surfaces was twofold greater than the maximum peptide grafting density achieved via the PEO linker. However, vascular endothelial cell adhesion was significantly greater on surfaces modified with the PEO linker, presumably due to the highly flexible PEO spacer making the peptide more accessible for binding with the cell surface receptors. These results suggest that, although peptide surface density may be important, optimizing surface density may not be sufficient for improving biological interactions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,020
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,237
Écart entre enseignants0,218 · 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 tête enseignante, pas un consensus.

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

Citations21
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiotechnology ProgressMême sujetDendrimers and Hyperbranched PolymersTravaux en français237 207