MétaCan
Menu
Retour à la cohorte
Enregistrement W4318323706 · doi:10.1016/j.xcrp.2023.101259

Injectable gelatin-oligo-catechol conjugates for tough thermosensitive bioadhesion

2023· article· en· W4318323706 sur OpenAlexaff
Hossein Montazerian, Elham Davoodi, Alireza Hassani Najafabadi, Reihaneh Haghniaz, Avijit Baidya, Nasim Annabi, Ali Khademhosseini, Paul S. Weiss

Notice bibliographique

RevueCell Reports Physical Science · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueElectrospun Nanofibers in Biomedical Applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNational Institutes of HealthInstitut National de la Santé et de la Recherche Médicale
Mots-clésGelatinPolymer chemistrySelf-healing hydrogelsCatecholAdhesionAdhesiveSurface modificationChemistryViscosupplementationHyaluronic acidMaterials scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Extracellular matrix-derived biomaterials, such as gelatin-based hydrogels, are attractive candidates for sealing internal leakages. However, gelatin derivatives are brittle and suffer from poor adhesion. Modifications of gelatin with adhesive catechol moieties have been limited to low degrees of substitution. Here, we propose oxidative oligomerization of catecholic compounds (namely, caffeic acid [CA]) prior to the coupling reaction to augment the number and availability of grafted catechol groups per carbodiimide conjugation reaction, thereby achieving robust bioadhesion. Ex vivo adhesion tests on pig lungs suggests ∼3× improvement in adhesion strength compared with gelatin methacryloyl controls due to their enhanced cohesion (i.e., ∼5.3× and ∼11.5× improvements in stretchability and toughness, respectively). Functionalization of gelatin with CA oligomers enables rapid formation of physical gels upon exposure to room temperature, tunes the viscosity of the gelatin-caffeic acid pre-gel solution for controllable injectability onto multiply curved tissues, and boosts the antioxidant effects of CA.

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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,279
Écart entre enseignants0,268 · 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

Citations20
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCell Reports Physical ScienceMême sujetElectrospun Nanofibers in Biomedical ApplicationsTravaux en français237 207