MétaCan
Menu
Retour à la cohorte
Enregistrement W2686032980 · doi:10.1038/s41598-017-04280-w

Engineering Biodegradable and Biocompatible Bio-ionic Liquid Conjugated Hydrogels with Tunable Conductivity and Mechanical Properties

2017· article· en· W2686032980 sur OpenAlexaff
Iman Noshadi, Brian W. Walker, Roberto Portillo‐Lara, Ehsan Shirzaei Sani, Nayara Gomes, Mohammad Reza Aziziyan, Nasim Annabi

Notice bibliographique

RevueScientific Reports · 2017
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensInstitut interdisciplinaire d'innovation technologiqueUniversité de Sherbrooke
Organismes subventionnairesAmerican Heart Association
Mots-clésSelf-healing hydrogelsBiocompatibilityMaterials scienceConjugated systemTissue engineeringPolymerBiodegradationNanotechnologySurface modificationIonic liquidChemical engineeringBiomedical engineeringChemistryPolymer chemistryOrganic chemistryComposite material

Résumé

récupéré en direct d'OpenAlex

Conventional methods to engineer electroconductive hydrogels (ECHs) through the incorporation of conductive nanomaterials and polymers exhibit major technical limitations. These are mainly associated with the cytotoxicity, as well as poor solubility, processability, and biodegradability of their components. Here, we describe the engineering of a new class of ECHs through the functionalization of non-conductive polymers with a conductive choline-based bio-ionic liquid (Bio-IL). Bio-IL conjugated hydrogels exhibited a wide range of highly tunable physical properties, remarkable in vitro and in vivo biocompatibility, and high electrical conductivity without the need for additional conductive components. The engineered hydrogels could support the growth and function of primary cardiomyocytes in both two dimentinal (2D) and three dimensional (3D) cultures in vitro. Furthermore, they were shown to be efficiently biodegraded and possess low immunogenicity when implanted subcutaneously in rats. Taken together, our results suggest that Bio-IL conjugated hydrogels could be implemented and readily tailored to different biomedical and tissue engineering applications.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,052
Score d'incertitude au seuil0,857

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
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 Opus0,026
Tête enseignante GPT0,239
Écart entre enseignants0,213 · 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.

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

Citations163
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujet3D Printing in Biomedical ResearchTravaux en français237 207