Precise modulation of dissolution, therapeutic ion release, and biocompatibility in bioactive glasses
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
Abstract This study investigates the controlled dissolution and ion release kinetics of multicomponent borate glasses within the borate anomaly, focusing on therapeutic ions such as calcium, zinc, and fluorine, which are critical in applications ranging from cancer therapy to bone regeneration and oral health. A Design of Mixtures (DoM) statistical modeling approach was employed to systematically evaluate the effects of glass composition on dissolution, ion release, and cytotoxicity. By synthesizing 23 glass formulations, the study demonstrates how statistical modeling enables precise prediction and control of material properties, revealing key interactions between components that are difficult to identify using traditional methods. Notably, higher ZnO content stabilized the glass network, reducing dissolution and ion release rates. The approach also uncovered complex synergies between zinc, titanium, and calcium, emphasizing the value of a multifactorial approach in optimizing glass performance. While higher ZnO concentrations (i.e., 16–20 mol%) correlated with increased cytotoxicity in human umbilical vein endothelial cells (HUVECs), several formulations exhibited no cytotoxic effects at a concentration of 0.2 g/mL, highlighting the need for careful compositional tuning. This research demonstrates how integrating experimental and computational methods can permit the design of glasses with tailored dissolution and ion release kinetics, enabling more effective, customizable, and personalized medical treatments.
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