Ferritin Nanocage Conjugated Hybrid Hydrogel for Tissue Engineering and Drug Delivery Applications
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
Hydrogels have recently been attractive in various drug delivery and tissue engineering applications because of their structural similarities to the natural extracellular matrix. Despite enormous advances in the application of hydrogels, poor mechanical properties and lack of control for the release of drugs and biomolecules act as major barriers for widespread clinical applications. To overcome these challenges, we developed both physically and covalently conjugated nanocage-laden hydrogels between the surface of the nanocage and a gelatin methacryloyl (GelMA) hydrogel matrix. Ferritin and its empty-core equivalent apoferritin were used as nanocages that could be easily incorporated into a GelMA hydrogel via physical bonding. To fabricate covalently conjugated nanocage-laden GelMA hydrogels, ferritin and apoferritin were chemically modified to present the methacryloyl groups, ferritin methacryloyl (FerMA) and apoferritin methacryloyl (ApoMA), respectively. The covalently conjugated FerMA- and ApoMA-GelMA hydrogels offered a better ability to tune mechanical properties compared with those prepared by direct dispersion of ferritin and apoferritin into GelMA hydrogels with physical bonding, without affecting their porosity or cell growth. Furthermore, the ability of the nanocage to release small chemical compounds was confirmed by performing a cumulative release test on fluorescein isothiocyanate (FITC) encapsulated apoferritin and ApoMA incorporated GelMA hydrogels by pH stimulus. Thus, the nanocage incorporated hydrogels have emerged as excellent materials for drug delivery and 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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,000 | 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