MétaCan
Menu
Retour à la cohorte
Enregistrement W4282031175 · doi:10.1021/acsbiomaterials.1c01180

Fabrication of Curli Fiber-PEDOT:PSS Biomaterials with Tunable Self-Healing, Mechanical, and Electrical Properties

2022· article· en· W4282031175 sur OpenAlexafffund
Catrina Huyer, Daniel Modafferi, Masoud Aminzare, Juliana Ferraro, Zahra Abdali, Sophia Roy, Dalia Jane Saldanha, Saadia Wasim, Johan Alberti, Shurui Feng, Fabio Cicoira, Noémie‐Manuelle Dorval Courchesne

Notice bibliographique

RevueACS Biomaterials Science & Engineering · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueConducting polymers and applications
Établissements canadiensMcGill UniversityPolytechnique Montréal
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesCanada Foundation for InnovationPolytechnique MontréalNatural Sciences and Engineering Research Council of CanadaFaculty of Engineering, McGill UniversityMcGill University
Mots-clésPEDOT:PSSMaterials scienceBioelectronicsConductive polymerPolymerBiocompatibilityBiopolymerComposite materialNanotechnologyBiosensor

Résumé

récupéré en direct d'OpenAlex

Poly(3,4-ethylenedioxythiophene) polystyrenesulfonate (PEDOT:PSS) is a highly conductive, easily processable, self-healing polymer. It has been shown to be useful in bioelectronic applications, for instance, as a biointerfacing layer for studying brain activity, in biosensitive transistors, and in wearable biosensors. A green and biofriendly method for improving the mechanical properties, biocompatibility, and stability of PEDOT:PSS involves mixing the polymer with a biopolymer. Via structural changes and interactions with PEDOT:PSS, biopolymers have the potential to improve the self-healing ability, flexibility, and electrical conductivity of the composite. In this work, we fabricated novel protein–polymer multifunctional composites by mixing PEDOT:PSS with genetically programmable amyloid curli fibers produced by Escherichia coli bacteria. Curli fibers are among the stiffest protein polymers and, once isolated from bacterial biofilms, can form plastic-like thin films that heal with the addition of water. Curli-PEDOT:PSS composites containing 60% curli fibers exhibited a conductivity 4.5-fold higher than that of pristine PEDOT:PSS. The curli fibers imbued the biocomposites with an immediate water-induced self-healing ability. Further, the addition of curli fibers lowered the Young’s and shear moduli of the composites, improving their compatibility for tissue-interfacing applications. Lastly, we showed that genetically engineered fluorescent curli fibers retained their ability to fluoresce within curli-PEDOT:PSS composites. Curli fibers thus allow to modulate a range of properties in conductive PEDOT:PSS composites, broadening the applications of this polymer in biointerfaces and bioelectronics.

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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 Opus0,014
Tête enseignante GPT0,221
Écart entre enseignants0,207 · 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

Citations16
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Biomaterials Science & EngineeringMême sujetConducting polymers and applicationsTravaux en français237 207