Corrosion and in vitro cytocompatibility investigation on the designed Mg-Zn-Ag metallic glasses for biomedical application
Notice bibliographique
Résumé
In the present work, seven Mg-Zn-Ag alloys with the nominal composition of Mg96-xZnxAg4 (x = 17, 20, 23, 26, 29, 32, 35 in at.%) were prepared by induction melting and single-roller melt-spinning. The X-ray diffraction (XRD) analyses indicate the metallic glasses with three composition of Mg73Zn23Ag4, Mg70Zn26Ag4, and Mg67Zn29Ag4 were obtained successfully. The differential scanning calorimetry (DSC) measurement was used to obtain the characteristic temperature of Mg-Zn-Ag metallic glasses for the glass-forming ability analysis. The maximum glass transition temperature (Trg) was found to be 0.525 with a composition close to Mg67Zn29Ag4, which results in the best glass-forming ability. Moreover, the immersion test in simulated body fluid (SBF) demonstrate the relative homogeneous corrosion behavior of the Mg-Zn-Ag metallic glasses. The corrosion rate of Mg-Zn-Ag metallic glasses in SBF solution decreases with the increase of Zn content. The sample Mg67Zn29Ag4 has the lowest corrosion rate of 0.19 mm/yr, which could meet the clinical application requirement well. The in vitro cell experiments show that the Madin-Darby canine kidney (MDCK) cells cultured in sample Mg67Zn29Ag4 and its extraction medium have higher activity. However, the Mg-Zn-Ag metallic glasses exhibit obvious inhibitory effect on human rhabdomyosarcoma (RD) tumor cells. The present investigations on the glass-forming ability, corrosion behavior, cytocompatibility and tumor inhibition function of the Mg-Zn-Ag based metallic glass could reveal their biomedical application possibility.
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 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 | 0,000 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».