Ionic Crosslinking Improves the Stiffness and Toughness of Protein Hydrogels
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Protein-based hydrogels are promising materials for biomedical and materials science applications. However, engineering hydrogels with both high stiffness and high toughness, a key requirement for many applications, remains challenging. Recently, by using the denatured crosslinking method, we developed highly stiff and tough protein hydrogels based on the polyprotein (FL) 8 via introducing chain entanglements into the hydrogel network, which allow for stiffening the hydrogel without sacrificing toughness. These hydrogels exhibited a Young’s modulus of ∼0.7 MPa and breaking strain of ∼100% in tensile tests. To further enhance their stretchability and toughness, here we report the engineering of a protein/alginate hybrid hydrogel, in which the protein and alginate networks are covalently joined. Alginate was chemically modified with tyramine to introduce phenol groups, allowing the modified alginate to be photochemically crosslinked together with the polyprotein (FL) 8 to form a hybrid network hydrogel. Using calcium-mediated ionic crosslinking, we demonstrated the feasibility to tune the Young’s modulus and breaking strain of these hydrogels by controlling the degree of tyramine modification of alginate. Our results showed that incorporating noncovalent ionic crosslinking into the hydrogel network increased the hydrogel’s stretchability from ∼100% to over 200% without compromising stiffness, significantly improving the hydrogel’s toughness. This work expands the mechanical tunability of protein hydrogels and the repertoire of strategies for engineering hydrogels with a broad range of mechanical properties.
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) | 0,001 | 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) | 0,002 | 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 ».