Synthesis and characterization of photo-cross-linkable quince seed-based hydrogels for soft tissue engineering applications
Notice bibliographique
Résumé
The convenience, versatility, and biocompatibility of photocrosslinkable hydrogel precursors make them promising candidates for developing tissue engineering scaffolds. However, the current library of photosensitive materials is limited. This study reports, for the first time, the modification of quince seed mucilage (QS) with glycidyl methacrylate (GM), resulting in the synthesis of methacrylated QS (QSGM). The chemical composition and structure of QS were analyzed. The effects of reaction time, temperature, QS concentration, and GM/QS ratio on the degree of methacrylation, as well as the physicochemical, rheological, mechanical, and biological properties of the synthesized materials were explored. Chemical characterization using 1 H NMR and FTIR confirmed the successful methacrylation of QS. Hydrogels fabricated from QSGMs at a 0.5 wt% concentration exhibited high swelling ratios of 320 to 580 g/g, and compressive strengths between 0.6 ± 0.1 and 1.2 ± 0.3 kPa. No significant changes in the rheological properties of hydrogel precursors were observed. Moreover, QSGM-based hydrogels supported cell encapsulation for 14 days with minimal cytotoxicity and immune cell activation. Finally, as a proof of concept, the potential use of QSGM for 3D printing was demonstrated. Overall, the results highlight the significant potential of QSGMs as a biomaterial of choice for soft tissue engineering 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 | 0,000 | 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 ».