تاثیر افزودن عامل شبکه ای کننده گلیسیدوکسی پروپیل تری متوکسی سیلان در خواص داربست های ژلاتین/کیتوسان تهیه شده به روش خشکاندن انجمادی و معرفی شرایط بهینه شبکه ای کردن داربست های کیتوسان/ژلاتین برای کاربردهای مهندسی بافت استخوان

سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 196

فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JEMI-12-2_004

تاریخ نمایه سازی: 13 آبان 1402

چکیده مقاله:

گلیسیدوکسی پروپیل تری متوکسی سیلان (GPTMS)، افزون بر بهبود عملکرد زیست فعالی و سلولی داربست ها، به افزایش پایداری و استحکام هیدروژل ها در کاربردهای استخوانی منجر می شود. درصد عامل شبکه ای کننده افزوده شده یکی از عوامل موثر در خواص داربست است. به همین دلیل، در این مطالعه، داربست های کیتوسان و ژلاتین با درصدهای وزنی گوناگون GPTMS به روش خشکاندن انجمادی آماده و ارزیابی شدند. نتایج میکروسکوپ الکترونی روبشی (SEM) نشانگر دستیابی به داربست های متخلخل است که اندازه تخلخل ها، با افزایش مقدار عامل شبکه ای کننده، به حدود ۲۹۰ میکرون رسیدند. نتایج طیف سنجی مادون قرمز تبدیل فوریه نشان داد که پلیمر ها و فرایند شبکه ای شدن با تشکیل گروه های سیلانه برهم کنش دارند. همچنین، زاویه تماس با افزایش مقدار عامل شبکه ای کننده کاهش یافت و نمونه دارای ۷۵ درصد وزنی GPTMS دارای زاویه تماس مطلوب ۵/۳ ± ۷/۶۰ درجه بود و درصد تورم و تخریب کاهش یافت. بااین حال، خواص مکانیکی با افزودن GPTMS تا ۲۶۷ ± ۱۵۹۰ کیلوپاسکال افزایش یافت. همچنین، GPTMS به افزایش خواص زیست فعالی و رسوب لایه هیدروکسی آپاتیت منجر شد که الگوی تفرق پرتو ایکس نیز این ادعا را تایید می کند. به نظر می رسد که داربست ژلاتین – کیتوسان، با ۷۵ درصد وزنی GPTMS، بهترین نمونه برای استفاده در مهندسی بافت استخوان است.

کلیدواژه ها:

ژلاتین ، کیتوسان ، عامل شبکه ای کننده ، مهندسی بافت استخوان

نویسندگان

فاطمه بنافتی زاده

دانشجوی دکتری، گروه بیومواد، پژوهشکده فناوری نانو و مواد پیشرفته، پژوهشگاه مواد و انرژی، کرج، ایران

علی زمانیان

استاد، گروه بیومواد، پژوهشکده فناوری نانو و مواد پیشرفته، پژوهشگاه مواد و انرژی، کرج، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :