Endowing textiles with self-repairing ability through the fabrication of composites with a bacterial biofilm
Notice bibliographique
Résumé
To address the increasing environmental footprint of the fast-growing textile industry, self-repairing textile composites have been developed to allow torn or damaged textiles to restore their morphological, mechanical, and functional features. A sustainable way to create these textile composites is to introduce a coating material that is biologically derived, biodegradable, and can be produced through scalable processes. Here, we fabricated self-repairing textile composites by integrating the biofilms of Escherichia coli (E. coli) bacteria into conventional knitted textiles. The major structural protein component in E. coli biofilm is a matrix of curli fibers, which has demonstrated extraordinary abilities to self-assemble into mechanically strong macroscopic structures and self-heal upon contact with water. We demonstrated the integration of biofilm through three simple, fast, and scalable methods: adsorption, doctor blading, and vacuum filtration. We confirmed that the composites were breathable and mechanically strong after the integration, with improved Young's moduli or elongation at break depending on the fabrication method used. Through patching and welding, we showed that after rehydration, the composites made with all three methods effectively healed centimeter-scale defects. Upon observing that the biofilm strongly attached to the textiles by covering the extruding textile fibers from the self-repair failures, we proposed that the strength of the self-repairs relied on both the biofilm's cohesion and the biofilm-textile adhesion. Considering that curli fibers are genetically-tunable, the fabrication of self-repairing curli-expressing biofilm-textile composites opens new venues for industrially manufacturing affordable, durable, and sustainable functional textiles.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».