MétaCan
Menu
Retour à la cohorte
Enregistrement W3048532146 · doi:10.1002/btm2.10180

In situ forming microporous gelatin methacryloyl hydrogel scaffolds from thermostable microgels for tissue engineering

2020· article· en· W3048532146 sur OpenAlexfundno aff
Nicole Zoratto, Donatella Di Lisa, Joseph de Rutte, Md. Nurus Sakib, Angelo Roncalli Alves e Silva, Ali Tamayol, Dino Di Carlo, Ali Khademhosseini, Amir Sheikhi

Notice bibliographique

RevueBioengineering & Translational Medicine · 2020
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Arthritis and Musculoskeletal and Skin DiseasesNational Institutes of HealthUniversidade de FortalezaCanadian Institutes of Health ResearchNational Institute of General Medical SciencesSapienza Università di RomaPennsylvania State University
Mots-clésSelf-healing hydrogelsGelatinMicroporous materialTissue engineeringMaterials scienceScaffoldMicroscale chemistryChemical engineeringPolymerNanotechnologyBiomedical engineeringPolymer chemistryChemistryComposite materialOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Converting biopolymers to extracellular matrix (ECM)‐mimetic hydrogel‐based scaffolds has provided invaluable opportunities to design in vitro models of tissues/diseases and develop regenerative therapies for damaged tissues. Among biopolymers, gelatin and its crosslinkable derivatives, such as gelatin methacryloyl (GelMA), have gained significant importance for biomedical applications due to their ECM‐mimetic properties. Recently, we have developed the first class of in situ forming GelMA microporous hydrogels based on the chemical annealing of physically crosslinked GelMA microscale beads (microgels), which addressed several key shortcomings of bulk (nanoporous) GelMA scaffolds, including lack of interconnected micron‐sized pores to support on‐demand three‐dimensional‐cell seeding and cell–cell interactions. Here, we address one of the limitations of in situ forming microporous GelMA hydrogels, that is, the thermal instability (melting) of their physically crosslinked building blocks at physiological temperature, resulting in compromised microporosity. To overcome this challenge, we developed a two‐step fabrication strategy in which thermostable GelMA microbeads were produced via semi‐photocrosslinking, followed by photo‐annealing to form stable microporous scaffolds. We show that the semi‐photocrosslinking step (exposure time up to 90 s at an intensity of ~100 mW/cm2 and a wavelength of ~365 nm) increases the thermostability of GelMA microgels while decreasing their scaffold forming (annealing) capability. Hinging on the tradeoff between microgel and scaffold stabilities, we identify the optimal crosslinking condition (exposure time ~60 s) that enables the formation of stable annealed microgel scaffolds. This work is a step forward in engineering in situ forming microporous hydrogels made up from thermostable GelMA microgels for in vitro and in vivo applications at physiological temperature well above the gelatin melting point.

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 seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,025
Tête enseignante GPT0,271
Écart entre enseignants0,246 · 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

Citations62
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioengineering & Translational MedicineMême sujet3D Printing in Biomedical ResearchTravaux en français237 207