MétaCan
Menu
Retour à la cohorte
Enregistrement W3187732005 · doi:10.3390/jfb12030045

Bioprinting and In Vitro Characterization of an Eggwhite-Based Cell-Laden Patch for Endothelialized Tissue Engineering Applications

2021· article· en· W3187732005 sur OpenAlexaff
Yasaman Delkash, Maxence Gouin, Tanguy Rimbeault, Fatemeh Mohabatpour, Pétros Papagerakis, Sean Maw, Daniel Chen

Notice bibliographique

RevueJournal of Functional Biomaterials · 2021
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clés3D bioprintingSodium alginateTissue engineeringMaterials scienceBiomedical engineeringNanotechnologySodiumEngineering

Résumé

récupéré en direct d'OpenAlex

Three-dimensional (3D) bioprinting is an emerging fabrication technique to create 3D constructs with living cells. Notably, bioprinting bioinks are limited due to the mechanical weakness of natural biomaterials and the low bioactivity of synthetic peers. This paper presents the development of a natural bioink from chicken eggwhite and sodium alginate for bioprinting cell-laden patches to be used in endothelialized tissue engineering applications. Eggwhite was utilized for enhanced biological properties, while sodium alginate was used to improve bioink printability. The rheological properties of bioinks with varying amounts of sodium alginate were examined with the results illustrating that 2.0–3.0% (w/v) sodium alginate was suitable for printing patch constructs. The printed patches were then characterized mechanically and biologically, and the results showed that the printed patches exhibited elastic moduli close to that of natural heart tissue (20–27 kPa) and more than 94% of the vascular endothelial cells survived in the examination period of one week post 3D bioprinting. Our research also illustrated the printed patches appropriate water uptake ability (>1800%).

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 enseignants0,000
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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,252
Écart entre enseignants0,239 · 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

Citations26
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Functional BiomaterialsMême sujet3D Printing in Biomedical ResearchTravaux en français237 207