MétaCan
Menu
Retour à la cohorte
Enregistrement W4386241090 · doi:10.1101/2023.08.28.555002

3D Printed Ti <sub>3</sub> C <sub>2</sub> T <sub>x</sub> MXene/PCL Scaffolds for Guided Neuronal Growth and Photothermal Stimulation

2023· preprint· en· W4386241090 sur OpenAlexaff
Jianfeng Li, Payam Hashemi, Tianyi Liu, Ka My Dang, Michael G. K. Brunk, Xin Mu, Ali Shaygan Nia, Wesley D. Sacher, Xinliang Feng, Joyce K. S. Poon

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2023
Typepreprint
Langueen
DomaineMaterials Science
ThématiqueMXene and MAX Phase Materials
Établissements canadiensUniversity of New BrunswickUniversity of Toronto
Organismes subventionnairesMax-Planck-Gesellschaft
Mots-clésMaterials sciencePolycaprolactoneElectrospinningPhotothermal therapyCoatingNanotechnologyComposite materialPolymer

Résumé

récupéré en direct d'OpenAlex

Abstract The exploration of neural circuitry is essential for understanding the computational mechanisms and physiology of the brain. Despite significant advances in materials and fabrication techniques, controlling neuronal connectivity and response in three dimensions continues to present a formidable challenge. Here, we present a method for engineering the growth of three-dimensional (3D) neural circuits with the capability for optical stimulation. We fabricated bioactive interfaces by melt electrospinning writing (MEW) of 3D printed polycaprolactone (PCL) scaffolds followed by coating with titanium carbide (Ti 3 C 2 T x MXene). Beyond enhancing hydrophilicity, cell adhesion, and electrical conductivity, the Ti 3 C 2 T x MXene coating enabled optocapacitance-based neuronal stimulation due to illumination-induced local temperature increases. This work presents a strategy for additive manufacturing of neural tissues with optical control for functional tissue engineering and neural circuit computation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Intégrité de la recherche
Catégories consensuellesMéta-épidémiologie (sens strict)
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 enseignants0,024
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,026
Tête enseignante GPT0,241
Écart entre enseignants0,216 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetMXene and MAX Phase MaterialsTravaux en français237 207