Structure, Function, and Application of Self‐Healing Adhesives from Mistletoe Viscin
Notice bibliographique
Résumé
Abstract Berries from the European Mistletoe ( Viscum album ) possess a sticky tissue called viscin that facilitates adhesion and germination onto host trees. Recent studies of viscin have demonstrated its adhesive capacity on a range of natural and synthetic surfaces including wood, skin, metals, and plastic. Yet, the underlying mechanisms remain poorly understood. Here, an investigation of the adhesive performance of mistletoe viscin is performed, demonstrating its hygroscopic nature and ability to self‐heal following adhesive failure. It is identified that adhesion originates from a water‐soluble adhesive component that can be extracted, isolated, and characterized independently. Lap shear mechanical testing indicates that the mistletoe adhesive extract (MAE) outperforms native viscin tissue, as well as gum arabic and arabinogalactan—common plant‐based adhesives. Furthermore, humidity uptake experiments reveal that MAE can reversibly absorb nearly 100% of its mass in water from the atmosphere. In‐depth spectroscopic and mass spectrometry investigations reveal a composition consisting primarily of an atypical arabinogalactan, with additional sugar alcohols. Finally, several proof‐of‐concept applications are demonstrated using MAE for hygro‐responsive reversible adhesion between various surfaces including skin, plastic, PDMS, and paper, revealing that MAE holds potential as a biorenewable and reusable adhesive for applications in cosmetics, packaging, and potentially, tissue engineering.
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 | 0,000 | 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 ».