Tuning the Nanotopography and Chemical Functionality of 3D Printed Scaffolds through Cellulose Nanocrystal Coatings
Notice bibliographique
Résumé
In nature, cells exist in three-dimensional (3D) microenvironments with topography, stiffness, surface chemistry, and biological factors that strongly dictate their phenotype and behavior. The cellular microenvironment is an organized structure or scaffold that, together with the cells that live within it, make up living tissue. To mimic these systems and understand how the different properties of a scaffold, such as adhesion, proliferation, or function, influence cell behavior, we need to be able to fabricate cellular microenvironments with tunable properties. In this work, the nanotopography and functionality of scaffolds for cell culture were modified by coating 3D printed materials (DS3000 and poly(ethylene glycol)diacrylate, PEG-DA) with cellulose nanocrystals (CNCs). This general approach was demonstrated on a variety of structures designed to incorporate macro- and microscale features fabricated using photopolymerization and 3D printing techniques. Atomic force microscopy was used to characterize the CNC coatings and showed the ability to tune their density and in turn the surface nanoroughness from isolated nanoparticles to dense surface coverage. The ability to tune the density of CNCs on 3D printed structures could be leveraged to control the attachment and morphology of prostate cancer cells. It was also possible to introduce functionalization onto the surface of these scaffolds, either by directly coating them with CNCs grafted with the functionality of interest or with a more general approach of functionalizing the CNCs after coating using biotin–streptavidin coupling. The ability to carefully tune the nanostructure and functionalization of different 3D-printable materials is a step forward to creating in vitro scaffolds that mimic the nanoscale features of natural microenvironments, which are key to understanding their impact on cells and developing artificial tissues.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».