Controlling collagen I orientation on polyetheretherketone implants to improve epithelial sealing
Notice bibliographique
Résumé
Transcutaneous devices such as dental implants frequently fail due to infections at their interfaces with epithelial tissues. These infections are facilitated by the lack of integration between the devices and the surrounding soft tissues. This study aims to improve epithelial integration through surface modification of a transcutaneous implant material (polyetheretherketone (PEEK)). The modification involved covalent bonding of collagen via two distinct methods: (1) nonselective binding through any primary amines present on collagen using carbodiimide-based coupling and (2) site-specific binding to the free amine on the N-terminus of collagen molecules. The second approach preserves active sites responsible for interacting with integrins, crucial for epithelial cell adhesion, located near the C terminus. Both conjugation methods resulted in similar amounts of immobilized collagen; yet, surfaces with 2-PCA-based collagen conjugation exhibited 4 times more free amines. This indicates that fewer amines were used for conjugation in these samples, confirming that 2-PCA selectively binds collagen only through the N-terminus amines. Collagen-conjugated surfaces significantly enhanced HaCaT epithelial cell viability and adhesion compared to unmodified PEEK. Furthermore, 2-PCA-based conjugation resulted in a 2-fold increase in β4 subunit gene expression of integrin α6β4 (a key epithelial cell adhesion marker), higher integrin β4 immunofluorescence (IF) intensity, and over a 30% improvement in cell retention following mechanical detachment, compared to nonselective conjugation. These findings suggest that selective collagen conjugation on PEEK surfaces increases the accessibility of collagen domains responsible for binding with integrin receptors, which in turn improves epithelial cell attachment, offering a promising strategy for reducing infections and enhancing the longevity of transcutaneous devices.
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 ».