MétaCan
Menu
Retour à la cohorte
Enregistrement W4320919600 · doi:10.3390/ijms24043889

Effect of Fibrillization pH on Gelation Viscoelasticity and Properties of Biofabricated Dense Collagen Matrices via Gel Aspiration-Ejection

2023· article· en· W4320919600 sur OpenAlexafffund
Ehsan Rezabeigi, Gabriele Griffanti, Showan N. Nazhat

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensMcGill University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaMcGill University
Mots-clésViscoelasticityChemistryBiophysicsChemical engineeringChromatographyMaterials scienceBiologyComposite material

Résumé

récupéré en direct d'OpenAlex

Reconstituted hydrogels based on the self-assembly of acid-solubilized collagen molecules have been extensively used as in vitro models and precursors in biofabrication processes. This study investigated the effect of fibrillization pH-ranging from 4 to 11-on real-time rheological property changes during the gelation of collagen hydrogels and its interplay with the properties of subsequently biofabricated dense collagen matrices generated via automated gel aspiration-ejection (GAE). A contactless, nondestructive technique was used to characterize the temporal progression in shear storage modulus (G', or stiffness) during collagen gelation. There was a relative increase in G' of the hydrogels from 36 to 900 Pa with an increase in gelation pH. Automated GAE, which simultaneously imparts collagen fibrillar compaction and alignment, was then applied to these precursor collagen hydrogels to biofabricate native extracellular matrix-like densified gels. In line with viscoelastic properties, only hydrogels fibrillized in the 6.5 < pH ≤ 10 range could be densified via GAE. There was an increase in both fibrillar density and alignment in the GAE-derived matrices with an increase in gelation pH. These factors, combined with a higher G' in the alkaline precursor hydrogels, led to a significant increase in the micro-compressive modulus of GAE-densified gels of pH 9 and 10. Furthermore, NIH/3T3 fibroblast-seeded GAE-derived matrices densified from gels fibrillized in the pH range of 7 to 10 exhibited low cell mortality with >80% viability. It is anticipated that the results of this study can be potentially applicable to other hydrogel systems, as well as biofabrication techniques involving needles or nozzles, such as injection and bioprinting.

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)0,0000,000
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 GPT0,241
Écart entre enseignants0,230 · 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

Citations11
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular SciencesMême sujetBone Tissue Engineering MaterialsTravaux en français237 207