MétaCan
Menu
Retour à la cohorte
Enregistrement W2950652498 · doi:10.1021/acs.biomac.9b00646

Functionalizing Cellulose Nanocrystals with Click Modifiable Carbohydrate-Binding Modules

2019· article· en· W2950652498 sur OpenAlexafffund
Kevin Aïssa, Muzaffer A. Karaaslan, Scott Renneckar, Jack Saddler

Notice bibliographique

RevueBiomacromolecules · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCarbohydrateCelluloseNanocrystalClick chemistryChemistryNanotechnologyMaterials scienceChemical engineeringCombinatorial chemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

Functionalized cellulose nanocrystals (CNC) have unique properties that make them attractive in various applications such as drug delivery, hydrogels, and emulsions. However, the predominant chemical methods currently used to functionalize cellulose nanocrystals have a large environmental footprint. Although greener methods are desirable, the relatively inert nature of cellulose crystals presents a major challenge to their potential modification in aqueous media. In the work reported here, carbohydrate binding modules (CBMs) were used to introduce new functionality to cellulose surfaces. CBM2a, which has a strong affinity for crystalline cellulose, was functionalized with an alkyne at the terminal amine position. The alkyne group, which was introduced onto the cellulose surface with CBM2a, underwent a Click reaction with polyethylene glycol (PEG) to modify CNC surfaces. This provided a strong, non-covalent modification of cellulose surfaces that was carried out in a one-pot reaction in aqueous media. The CBM-PEG modification of cellulose surfaces increased CNC redispersion after drying and improved suspension stability based on steric interactions. It was apparent that hybrid polysaccharide-protein, self-assembled nanoparticles could be effectively produced, with potential for nanomedicine, immunoassay, and drug delivery 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,004
Score d'incertitude au seuil1,000

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)0,0010,002

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 Opus0,016
Tête enseignante GPT0,253
Écart entre enseignants0,236 · 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.

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

Citations21
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomacromoleculesMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207