Catechin as a functional additive in electrospun <scp>PCL</scp>/gelatin/<scp>nHA</scp> nanocomposite fibers for tissue engineering applications
Notice bibliographique
Résumé
Abstract The promise of polymeric nanocomposite fibers in the biomedical field is well‐documented due to their adjustable properties and versatility. Electrospun fiber mats, which mimic the extracellular matrix, are particularly noted for their potential in tissue regeneration and repair. In this study, we investigate the role of catechin, a flavonoid, in enhancing cellular response to electrospun nanocomposite fibers of polycaprolactone (PCL), gelatin, and nanohydroxyapatite (nHA). Nanocomposite fibers were fabricated with varying concentrations of catechin and comprehensive analyses of the composite fibers were performed to evaluate their structural and chemical properties. In vitro, assays were performed to examine cell viability and ascertain the influence of catechin on cellular responses to these nanocomposite fibers. Simultaneously, in vivo studies assessed tissue responses to these materials. The findings revealed that incorporating catechin into PCL/gelatin/nHA nanocomposite fibers improved cellular responses in vitro as demonstrated by enhanced cell viability. Furthermore, in vivo investigations displayed positive tissue responses with these fibers, indicating their capacity to enhance cell growth and accelerate tissue regeneration. This study elucidates the potential of catechin as an integral component in designing polymeric nanocomposite fibers, potentially broadening the scope of their biomedical applications.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».