Fabrication of Nanofibrous PVA/Alginate‐Sulfate Substrates for Growth Factor Delivery
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Providing affinity sites on alginate (ALG) matrix enables specific binding of growth factors to the polymer backbone and allows their release in a controlled fashion. In this study, we used a blend of alginate sulfate (ALG-S) and polyvinyl alcohol (PVA) to fabricate electrospun scaffolds capable of delivering a heparin-like growth factor, transforming growth factor-beta1 (TGF-β1). The alginate was sulfated with different degrees of sulfation (DS, from 0.8, 3.4 to 12.4%) by a simple process. The success of sulfation was determined by Fourier-transform infrared spectroscopy (FTIR), nuclear magnetic resonance spectroscopy (NMR), elemental analysis, ultraviolet (UV) spectroscopy and staining with dimethylmethylene blue. The physical-mechanical properties of nanofibrous mats were characterized by scanning electron microscopy (SEM), FTIR, energy-dispersive X-ray spectroscopy (EDX), tensile strength and mass loss analysis. Additionally, the release kinetics of transforming growth factor-β1 (TGF-β1) from PVA/ALG-S and PVA/ALG scaffolds were compared. The results showed that the binding and entrapment of TGF-β1 to the nanofibrous scaffolds are improved by the addition of sulfate group to alginate. In conclusion, our results support that nanofibrous scaffold based on PVA/ALG-S can deliver growth factors in tissue engineering application. © 2018 Wiley Periodicals, Inc. J Biomed Mater Res Part A: 107A: 403-413, 2019.
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.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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) | 0,002 | 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 découle