How to control interactions of cellulose-based biomaterials with skin: the role of acidity in the contact area
Notice bibliographique
Résumé
Being able to control the interactions of biomaterials with living tissues and skin is highly desirable for many biomedical applications. This is particularly the case for cellulose-based materials which provide one of the most versatile platforms for tissue engineering due to their strength, biocompatibility and abundance. Achieving such control, however, requires detailed molecular-level knowledge of the dominant interaction mechanisms. Here, we employed both biased and unbiased atomic-scale molecular dynamics simulations to explore how cellulose crystals interact with model stratum corneum bilayers, ternary mixtures of ceramides, cholesterol, and free fatty acids. Our findings show that acidity in the contact area directly affects binding between cellulose and the stratum corneum bilayer: Protonation of free fatty acids in the bilayer promotes attractive cellulose-bilayer interactions. We identified two major factors that control the cellulose-skin interactions: (i) the electrostatic repulsion between a cellulose crystal and the charged (anionic due to deprotonated fatty acids) surface of a stratum corneum bilayer and (ii) the cellulose-stratum corneum hydrogen bonding. When less than half of the fatty acids in the bilayer are protonated, the first factor dominates and there is no binding to skin. At a larger degree of fatty acid protonation the cellulose-stratum corneum hydrogen bonding prevails yielding a tight binding. Remarkably, we found that ceramide molecules are the key component in hydrogen bonding with cellulose. Overall, our findings highlight the critical role of fatty acid protonation in biomaterial-stratum corneum interactions and can be used for optimizing the surface properties of cellulose-based materials aimed at biomedical applications such as wound dressings.
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 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 | 0,000 |
| 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) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».