MétaCan
Menu
Retour à la cohorte
Enregistrement W2900521017 · doi:10.1002/adfm.201806200

Ultralight Conductive and Elastic Aerogel for Skeletal Muscle Atrophy Regeneration

2018· article· en· W2900521017 sur OpenAlexaff
Leyu Wang, Xingying Zhang, Yutong He, Ying Wang, Wen Zhong, Kibret Mequanint, Xiaozhong Qiu, Malcolm Xing

Notice bibliographique

RevueAdvanced Functional Materials · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensWestern UniversityUniversity of Manitoba
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMaterials scienceAerogelC2C12MyocyteSkeletal muscleBiomedical engineeringBiophysicsComposite materialMyogenesisAnatomyInternal medicineMedicineBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Cell‐free materials that can transmit both mechanical and electrical stimulations provide a promising strategy for myoinjury repair. Skeletal muscle is sensitive to electrical stimulation (ES), and accordingly, materials are required to transmit the electrical signal while maintaining their elasticity to build the cellular communication network in denervated muscle for retarding muscle atrophy. Here, tannic acid functionalized with methacrylate group (TA–MA), dopamine, and hydrothermal reduction are employed in multistep base reduction to fabricate a polydopamine (PDA)/reduced graphite oxide (rGO) aerogel. This mussel‐inspired PDA/rGO aerogel possesses good conductivity, electromechanical stability, and appropriate Young's modulus, which are favorable for the growth and differentiation of C2C12 myoblasts. After the cell‐free PDA/rGO aerogel‐transplanted denervated muscle is loaded with cyclic ES for 3 weeks, the mean muscle fiber size increases by 90% and the maximum contraction force of denervated muscle elevates by 50%, accompanied with a slight inflammation infiltration in muscle. In conclusion, PDA/rGO aerogel is a safe and effective implant for retarding the disuse muscle atrophy.

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 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 enseignants0,034
Score d'incertitude au seuil0,780

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 technologies0,0000,000
Communication savante0,0000,000
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 Opus0,015
Tête enseignante GPT0,221
Écart entre enseignants0,207 · 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

Citations58
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Functional MaterialsMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207