Functionalization of silk fibroin through anionic fibroin derived polypeptides
Notice bibliographique
Résumé
While silk fibroin (SF)-based fibrous matrices are often considered as templates to mimic the native biomineralization process, their limited ability to induce apatite deposition hinders their potential applications in bone tissue engineering. In this study, it was hypothesized that the incorporation of anionic fibroin derived polypeptides (Cs), generated through the α-chymotrypsin digestion of SF, into SF would induce apatite deposition. The effect of Cs incorporation and content on the mineralization of fibrous, electrospun (ES) SF matrices, was assessed in simulated body fluid (SBF). Moreover, the potential role of Cs in mediating the proliferation and osteoblastic differentiation of seeded mesenchymal stem cells (MSCs), in vitro, was also investigated. Methylene blue staining indicated that the ES SF matrices became increasingly negatively charged with an increase in Cs content. Furthermore, the mechanical properties of the ES SF matrices were modulated through variations in Cs content. Their subsequent immersion in SBF demonstrated rapid mineralization, attributable to the carboxyl groups provided by the negatively charged Cs polypeptides, which served as nucleation sites for apatite deposition. Seeded MSCs attached on all scaffold types with differences observed in metabolic activities when cultured in osteogenic medium. Relative to basal medium, there was an up-regulation of alkaline phosphatase, runt related transcription factor 2 and osteocalcin in osteogenic medium (at days 14 and 21). Cell-induced mineralized matrix deposition appeared to be accelerated on Cs incorporated ES SF suggesting an osteoinductive potential of these polypeptides. In sum, the ability to incorporate Cs into SF scaffolds offers promise in bone 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 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 | 0,001 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».