MétaCan
Menu
Retour à la cohorte
Enregistrement W2949160127 · doi:10.3389/fbioe.2019.00159

Ultraviolet Functionalization of Electrospun Scaffolds to Activate Fibrous Runways for Targeting Cell Adhesion

2019· article· en· W2949160127 sur OpenAlexfundno aff
André F. Girão, Paul Wieringa, Susana C. Pinto, Paula A. A. P. Marques, Silvestro Micera, Richard van Wezel, Maqsood Ahmed, Roman Truckenmueller, Lorenzo Moroni

Notice bibliographique

RevueFrontiers in Bioengineering and Biotechnology · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueElectrospun Nanofibers in Biomedical Applications
Établissements canadiensnon disponible
Organismes subventionnairesFP7 Nanosciences, Nanotechnologies, Materials and new Production TechnologiesFundação para a Ciência e a TecnologiaEuropean CommissionNatural Sciences and Engineering Research Council of CanadaEuropean Regional Development FundPrograma Operacional Regional do Centro
Mots-clésSurface modificationCell adhesionMaterials scienceTissue engineeringAdhesionNanofiberElectrospinningScaffoldNanotechnologyBiomoleculePolymerChemistryBiomedical engineeringComposite material

Résumé

récupéré en direct d'OpenAlex

. In this work, we report the adaptation of a standard sterilization methodology-UV irradiation-for patterning the surfaces of two complementary polymeric electrospun scaffolds with oxygen cues able to efficiently immobilize biomolecules. Independently of the different polymer chain length of poly(ethylene oxide terephthalate)/poly(butylene terephthalate) (PEOT/PBT) copolymers and PEOT/PBT ratio, it was possible to easily functionalize specific regions of the scaffolds by inducing an optimized and spatially controlled adsorption of proteins capable of boosting the adhesion and spreading of cells along the activated fibrous runways. By allowing an efficient design of cell attachment patterns without inducing any noticeable change on cell morphology nor on the integrity of the electrospun fibers, this procedure offers an affordable and resourceful approach to generate complex biochemical patterns that can decisively complement the functionality of the next generation of tissue engineering scaffolds.

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 enseignants0,212
Score d'incertitude au seuil0,526

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,003
Tête enseignante GPT0,193
Écart entre enseignants0,190 · 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

Citations11
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Bioengineering and BiotechnologyMême sujetElectrospun Nanofibers in Biomedical ApplicationsTravaux en français237 207