Structure and properties of slow-resorbing nanofibers obtained by (co-axial) electrospinning as tissue scaffolds in regenerative medicine
Notice bibliographique
Résumé
With the rapid advancement of regenerative medicine technologies, there is an urgent need for the development of new, cell-friendly techniques for obtaining nanofibers—the raw material for an artificial extracellular matrix production. We investigated the structure and properties of PCL 10 nanofibers, PCL 5 /PCL 10 core-shell type nanofibers, as well as PCL 5 /PCL Ag nanofibres prepared by electrospinning. For the production of the fiber variants, a 5–10% solution of polycaprolactone (PCL) (M w = 70,000–90,000), dissolved in a mixture of formic acid and acetic acid at a ratio of 70:30 m/m was used. In order to obtain fibers containing PCL Ag 1% of silver nanoparticles was added. The electrospin was conducted using the above-described solutions at the electrostatic field. The subsequent bio-analysis shows that synthesis of core-shell nanofibers PCL 5 /PCL 10 , and the silver-doped variant nanofiber core shell PCL 5 /PCL Ag , by using organic acids as solvents, is a robust technique. Furthermore, the incorporation of silver nanoparticles into PCL 5 /PCL Ag makes such nanofibers toxic to model microbes without compromising its biocompatibility. Nanofibers obtained such way may then be used in regenerative medicine, for the preparation of extracellular scaffolds: (i) for controlled bone regeneration due to the long decay time of the PCL, (ii) as bioscaffolds for generation of other types of artificial tissues, (iii) and as carriers of nanocapsules for local drug delivery. Furthermore, the used solvents are significantly less toxic than the solvents for polycaprolactone currently commonly used in electrospin, like for example chloroform (CHCl 3 ), methanol (CH 3 OH), dimethylformamide (C 3 H 7 NO) or tetrahydrofuran (C 4 H 8 O), hence the presented here electrospin technique may allow for the production of multilayer nanofibres more suitable for the use in medical field.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Expérimental (laboratoire) | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Expérimental (laboratoire) | high |
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 | 0,001 |
| 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 découleClassification
machine, non validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».