Tunable metacrylated hyaluronic acid-based hybrid bioinks for stereolithography 3D bioprinting
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Hyaluronic acid is a native extra-cellular matrix derivative that promises unique properties, such as anti-inflammatory response and cell-signaling with tissue-specific applications under its bioactive properties. Here, we investigate the importance of the duration of synthesis to obtain photocrosslinkable methacrylated hyaluronic acid (MeHA) with high degree of substitution. MeHA with high degree of substitution can result in rapid photocrosslinking and can be used as a bioink for stereolithographic (SLA) three dimensional 3D bioprinting. Increased degree of substitution results Our findings show that a ten-day synthesis results in an 88% degree of methacrylation (DM), whereas three-day and five-day syntheses result in 32% and 42% DM, respectively. The rheological characterization revealed an increased rate of photopolymerization with increasing DM. Further, we developed a hybrid bioink to overcome the non-cell-adhesive nature of MeHA by combining it with gelatin methacryloyl (GelMA) to fabricate 3D cell-laden hydrogel scaffolds. The hybrid bioink exhibited a 55% enhancement in stiffness compared to MeHA only and enabled cell-adhesion while maintaining high cell viability. Investigations also revealed that the hybrid bioink was a more suitable candidate for stereolithography (SLA) 3D bioprinting than MeHA because of its mechanical strength, printability, and cell-adhesive nature. This research lays out a firm foundation for the development of a stable hybrid bioink with MeHA and GelMA for first-ever use with SLA 3D bioprinting.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 découle