MétaCan
Menu
Retour à la cohorte
Enregistrement W3011687070 · doi:10.1155/2020/2057097

Characterization and Application of Carboxymethyl Chitosan-Based Bioink in Cartilage Tissue Engineering

2020· article· en· W3011687070 sur OpenAlexafffund
Yunfan He, Soroosh Derakhshanfar, Wen Zhong, Bingyun Li, Feng Lu, Malcolm Xing, Xiaojian Li

Notice bibliographique

RevueJournal of Nanomaterials · 2020
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of ChinaCanada Foundation for Innovation
Mots-clésChitosanChondrogenesisScaffold3D bioprintingMaterials scienceChondrocyteTissue engineeringCartilageBiomedical engineeringBiomaterialViability assayNanotechnologyCellChemistryBiochemistryAnatomy

Résumé

récupéré en direct d'OpenAlex

Chitosan is a promising natural biomaterial for biological application; however, the weak mechanical performance of pristine chitosan limits its further utilization in hard tissue (such as cartilage) engineering. In this study, a chitosan-based 3D printing bioink with suitable mechanical properties was developed as 3D bioprinting ink for chondrocyte support. Chitosan was first modified by ethylenediaminetetraacetic acid (EDTA) to provide more carboxyl groups followed by physical crosslinking with calcium to increase the hydrogel strength. Dynamic mechanical analysis was carried out to evaluate viscoelastic properties with the addition of modified chitosan. A bioink with a combination of modified and pristine chitosan was formulated for scaffold fabrication via 3D bioprinting technique. Furthermore, cell viability, cell proliferation, and expression of chondrogenic markers were evaluated in vitro in chondrocytes loaded on the bioink. The novel bioink exhibited a favorable mechanical property and promoted cell attachment and chondrogenic gene expression in chondrocytes. Based on these results, we can conclude that the presented bioink could qualify for use in 3D bioprinting in cartilage tissue engineering.

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)0,001
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 seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,010
Tête enseignante GPT0,240
Écart entre enseignants0,231 · 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

Citations59
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NanomaterialsMême sujet3D Printing in Biomedical ResearchTravaux en français237 207