Highly Concentrated Nitrogen‐Doped Carbon Nanotubes in Alginate–Gelatin 3D Hydrogels Enable in Vitro Breast Cancer Spheroid Formation
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
Carbon nanotubes’ (CNTs) physicochemical and mechanical properties make them ideal reinforcement materials for hydrogels, but distributing CNTs homogeneously in hydrogels remains a challenge. Chemical modifications to CNTs are used to facilitate nanomaterial dispersion, thus improving hydrogels’ physicochemical properties. Among CNTs, nitrogen‐doped CNTs (CN x ) possess both great dispersibility in solution and biocompatibility properties. By formulating a method to incorporate CN x within alginate (i.e., covalently grafting alginate to the CN x surface versus noncovalently adsorbing alginate to the CN x surface) creates extrudable materials with tunable physical, chemical, and thermal properties. Herein, three new composites of alginate‐CN x are created. The results indicate that all composites present different physicochemical and thermal properties, suggesting that alginate is reorganized according to their degree of oxidation. These composites show cytocompatibility with MDA‐MB‐231 and regulation over the size of spheroids formed within the matrix. CN x within the matrix negatively affects MCF‐7 cells viability, spheroid formation rate, and the quantity of spheroids developed during culture. These materials provide a useful 3D hydrogel that can be used to develop in vitro models to understand the role of microenvironmental factors such as stiffness or surface roughness on the development of spheroids and their subsequent phenotypic behavior.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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