MétaCan
Menu
Retour à la cohorte
Enregistrement W4280610495 · doi:10.1021/acsanm.2c00889

Graphene Oxide/Elastin Nanostructure-Based Membranes for Bone Regeneration

2022· article· en· W4280610495 sur OpenAlexafffund
Hao Li, Emily Buck, Osama A. Elkashty, Simon D. Tran, Thomas Szkopek, Marta Cerruti

Notice bibliographique

RevueACS Applied Nano Materials · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueGraphene and Nanomaterials Applications
Établissements canadiensMcGill University
Organismes subventionnairesCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of Canada
Mots-clésRegeneration (biology)GrapheneNanostructureElastinOxideMembraneMaterials scienceNanotechnologyCell biologyChemistryMedicineMetallurgyBiologyPathologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Nacre has an excellent combination of strength and toughness due to its “brick-and-mortar” layered structure. Graphene oxide (GO) is an ideal candidate as a “brick” material due to its two-dimensional structure, outstanding ultimate strength, and Young’s modulus. GO is also able to stimulate osteogenesis, which suggests the potential application of nacre-like GO-based nanocomposites in bone regeneration. Most nacre-like GO-based nanocomposites developed thus far focus on the simultaneous enhancement of strength and toughness, with only three studies published to date investigating the osteogenic potential of the nanocomposites. All three studies used a ternary system with GO as the brick, chitosan as the mortar, and hydroxyapatite or calcium silicate as the bioactive additive to stimulate apatite formation and bone integration. Herein we introduce a binary nacre-like nanocomposite based on GO and elastin for bone regeneration. Elastin, as an extracellular matrix protein, confers elasticity to tissues. Elastin also initiates mineral deposition in the aorta, suggesting its potential to induce mineral formation during bone regeneration. Hence, elastin acts as the bioactive additive in addition to its function as the mortar phase. The nacre-like GO/elastin nanocomposite membranes can be fabricated with a simple evaporation approach; they have a compact “brick-and-mortar” multilayered structure, a tensile strength of 93 ± 10 MPa, and Young’s modulus of 13.4 ± 0.4 GPa, comparable with cortical bone. Elastin incorporation promotes mineralization in simulated body fluid and enhances the proliferation as well as osteogenic differentiation of mouse bone marrow mesenchymal stem cells compared to pristine GO membranes. These results suggest that nacre-like GO/elastin membranes are promising materials for biomedical applications in bone regeneration, including bone implants, barrier membranes for guided bone regeneration, and coatings for implant materials.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,020
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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 Opus0,008
Tête enseignante GPT0,193
Écart entre enseignants0,185 · 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 tête enseignante, pas un consensus.

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

Citations15
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Nano MaterialsMême sujetGraphene and Nanomaterials ApplicationsTravaux en français237 207