Exploring compartmentalized jet polymerization for novel rod-shaped microgels and their potential in tissue engineering applications
Notice bibliographique
Résumé
Anisometric rod-shaped microgels are promising building blocks for tissue engineering, offering injectability, porosity, macroscopic anisotropy, and biochemical functionality-key features for directing cell adhesion, growth, alignment, and interaction. The continuous production of thin or highly porous elongated microgels is therefore desirable, preferably offering control over their stiffness, size, and aspect ratio. We present advancements in compartmentalized jet polymerization, a microfluidic technique that generates microgels that are ten times narrower than the channel width by forming a polymer jet and crosslinking alternating segments with a pulsed laser. Originally limited to diameters of ∼8 μm, we have now refined the method to produce microgels as small as ∼3 μm. Additionally, we developed ultra-soft and ultra-porous microgels that swell to diameters of 50-120 μm with pore sizes in the range 2-5 μm. While the thin soft microgels can be employed in our Anisogel technology to combine injectability with magnetic alignment, the ultra-porous microgels would increase diffusion in our microporous annealed particle (MAP) scaffolds made from rod-shaped microgels. This paper focuses on the continuous production and characterization of rod microgels with properties that cannot be achieve with other methods. Furthermore, we report initial results of the microgels' potential and challenges to be used inside an Anisogel, which was so far only possible with stiffer magneto-responsive microgels produced by an in-mold polymerization batch process, and to form MAPs by cell-induced assembly of the ultra-porous rods. Further studies will be required to fully exploit the potential of these unique microgels for 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 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 | 0,001 |
| 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 ».