Impact of composition and surfactant-templating on mesoporous bioactive glasses structural evolution, bioactivity, and drug delivery property
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study explores mesoporous bioactive glasses (MBGs) that show promise as advanced therapeutic delivery platforms owing to their tailorable porous properties enabling enhanced drug loading capacity and biomimetic chemistry for localized, sustained release. This work systematically investigates the complex relationship between MBG composition and surfactant templating on structural evolution, in vitro bioactive response, resultant drug loading efficiency and release. A total of 12 samples of sol-gel-derived MBG were synthesized using cationic and non-ionic structure-directing agents (cetyltrimethylammonium bromide, Pluronic F127 and P123) while modulating the SiO 2 /CaO content, generating MBG with surface areas of 60–695 m 2 /g. Electron microscopy and nitrogen desorption studies verified the successful synthesis of the 12 ordered MBG formulations. Assessment of hydroxyapatite conversion kinetics via FTIR spectroscopy and SEM demonstrated accelerated deposition for 70–80% SiO 2 formulations, independent of the surfactant used. However, the templating agent had an impact on drug loading as observed in this study where MBG synthesized by the templating agent Pluronic P123 had higher drug loading compared to the other surfactants. To determine the drug release mechanisms, the in vitro kinetic profiles were fitted to various mathematical models including ze-ro. Most compositions exhibited release properties closest to zero-order, indicating a concentration-independent drug elution rate. These results in this study explain the relationship between tailored hierarchical architecture and intrinsic ion release rates to enable advanced functionality.
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.
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 découle