In vitro evaluation of bone cell response to novel <scp>3D</scp>‐printable nanocomposite biomaterials for bone reconstruction
Notice bibliographique
Résumé
Critically-sized segmental bone defects represent significant challenges requiring grafts for reconstruction. 3D-printed synthetic bone grafts are viable alternatives to structural allografts if engineered to provide appropriate mechanical performance and osteoblast/osteoclast cell responses. Novel 3D-printable nanocomposites containing acrylated epoxidized soybean oil (AESO) or methacrylated AESO (mAESO), polyethylene glycol diacrylate, and nanohydroxyapatite (nHA) were produced using masked stereolithography. The effects of volume fraction of nHA and methacrylation of AESO on interactions of differentiated MC3T3-E1 osteoblast (dMC3T3-OB) and differentiated RAW264.7 osteoclast cells with 3D-printed nanocomposites were evaluated in vitro and compared with a control biomaterial, hydroxyapatite (HA). Higher nHA content and methacrylation significantly improved the mechanical properties. All nanocomposites supported dMC3T3-OB cells' adhesion and proliferation. Higher amounts of nHA enhanced cell adhesion and proliferation. mAESO in the nanocomposites resulted in greater adhesion, proliferation, and activity at day 7 compared with AESO nanocomposites. Excellent osteoclast-like cells survival, defined actin rings, and large multinucleated cells were only observed on the high nHA fraction (30%) mAESO nanocomposite and the HA control. Thus, mAESO-based nanocomposites containing higher amounts of nHA have better interactions with osteoblast-like and osteoclast-like cells, comparable with HA controls, making them a potential future alternative graft material for bone defect repair.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».