MétaCan
Menu
Retour à la cohorte
Enregistrement W2998807817 · doi:10.1021/acsbiomaterials.9b00676

3D Printing of Vascular Tubes Using Bioelastomer Prepolymers by Freeform Reversible Embedding

2020· article· en· W2998807817 sur OpenAlexafffund
Houman Savoji, Locke Davenport Huyer, Mohammad Hossein Mohammadi, Naimeh Rafatian, Dawn Bannerman, Mohammad Shoaib, Erin R. Bobicki, Arun Ramachandran, Milica Radisic

Notice bibliographique

RevueACS Biomaterials Science & Engineering · 2020
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesNational Heart, Lung, and Blood InstituteNatural Sciences and Engineering Research Council of CanadaFonds de recherche du Québec – Nature et technologiesCanadian Institutes of Health Research
Mots-clésMaterials sciencePolymerSelf-healing hydrogelsPolyesterTissue engineeringPrepolymerComposite materialUltimate tensile strengthBiomedical engineeringNanotechnologyPolymer chemistryPolyurethane

Résumé

récupéré en direct d'OpenAlex

Bioelastomers have been extensively used in tissue engineering applications because of favorable mechanical stability, tunable properties, and chemical versatility. As these materials generally possess low elastic modulus and relatively long gelation time, it is challenging to 3D print them using traditional techniques. Instead, the field of 3D printing has focused preferentially on hydrogels and rigid polyester materials. To develop a versatile approach for 3D printing of elastomers, we used freeform reversible embedding of suspended prepolymers. A family of novel fast photocrosslinakble bioelastomer prepolymers were synthesized from dimethyl itaconate, 1,8-octanediol, and triethyl citrate. Tensile testing confirmed their elastic properties with Young's moduli in the range of 11-53 kPa. These materials supported cultivation of viable cells and enabled adhesion and proliferation of human umbilical vein endothelial cells. Tubular structures were created by embedding the 3D printed microtubes within a secondary hydrogel that served as a temporary support. Upon photocrosslinking and porogen leaching, the polymers were permeable to small molecules (TRITC-dextran). The polymer microtubes were assembled on the 96-well plates custom made by hot-embossing, as a tool to connect multiple organs-on-a-chip. The endothelialization of the tubes was performed to confirm that these microtubes can be utilized as vascular tubes to support parenchymal tissues seeded on them.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,017
Tête enseignante GPT0,259
Écart entre enseignants0,242 · 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 source (Gemma direct ou Codex distillé), 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

Citations67
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Biomaterials Science & EngineeringMême sujet3D Printing in Biomedical ResearchTravaux en français237 207