Data-Driven Optimization of Bioink Formulations for Extrusion-Based Bioprinting: A Predictive Modeling Approach
Sarah R., Rohauer R., Schimmelpfennig K., Limon SM., Lewis CL., Habib A.
การศึกษาในห้องปฏิบัติการ ตีพิมพ์ในวารสาร J Manuf Sci Eng ปี 2025 — สรุปอัตโนมัติจากบทคัดย่อ PubMed
หลักฐานจากการศึกษาในห้องปฏิบัติการและสัตว์ทดลอง เป็นรากฐานที่ช่วยให้เข้าใจกลไกและศักยภาพก่อนการศึกษาในมนุษย์ต่อไป
- ระดับ A · หลักฐานทางคลินิกค่อนข้างแข็งแรง
- ระดับ B · หลักฐานทางคลินิกที่กำลังเติบโตและมีสัญญาณเชิงบวก
- ระดับ C · งานวิจัยในมนุษย์ระยะต้นที่กำลังสำรวจประโยชน์
- ระดับ D · รากฐานทางวิทยาศาสตร์จากห้องปฏิบัติการและสัตว์ทดลอง
- กำลังศึกษาเพิ่มเติม · หัวข้อใหม่ที่นักวิจัยกำลังสำรวจอย่างต่อเนื่อง
ข้อมูลหน้านี้ดึงมาจากฐานข้อมูล PubMed โดยตรง คำอธิบายภาษาไทยเป็นสรุปอัตโนมัติจากข้อมูลบรรณานุกรมและบทคัดย่อ ไม่ใช่การแปลทั้งฉบับ และไม่ใช่คำแนะนำทางการแพทย์
- ประเภทการศึกษา
- การศึกษาในห้องปฏิบัติการ
- วารสาร
- J Manuf Sci Eng (2025)
- จำนวนผู้เข้าร่วม (จากบทคัดย่อ)
- —
- แหล่งข้อมูล
- Europe PMC
- PMID
- 41112526
- PMCID
- PMC12533942
- DOI
- 10.1115/1.4069041
บทคัดย่อ (ต้นฉบับภาษาอังกฤษ)
The field of tissue engineering has significantly advanced with the development of extrusion-based bioprinting. This technique utilizes shear forces to generate filaments for fabricating intricate structures. The printability and structural integrity of bioprinted constructs rely heavily on the rheological properties of bioinks, particularly viscosity, which varies with the shear rate for non-Newtonian materials. Since the shear rate at the nozzle tip fluctuates during extrusion, it is essential to understand how bioink composition influences this behavior. This study investigates the rheological behavior of ALGEC bioinks, a novel formulation composed of ALginate, GElatin, and 2,2,6,6-Tetramethylpiperidine 1-oxyl (TEMPO)-oxidized nanofibrillated cellulose (TO-NFC). The bioinks were prepared with varying concentrations: alginate (0-5.25%), gelatin (0-5.25%), and TO-NFC (0-1.5%), with a maximum total solid content of 8%. Viscosity was conducted over shear rates ranging from 0.1 to 100 s -1 , with 252 viscosity data points used 80% for training and 20% for validation. To predict viscosity, polynomial fit and interaction-based multiple regression models were developed. Experimental data were used to estimate viscosity based on bioink composition and shear rate, with the best-performing model achieving an R 2 of 0.98 and an mean absolute error (MAE) of 0.12. These predictive models
สิ่งที่งานวิจัยนี้ไม่ได้พิสูจน์
- • งานวิจัยนี้ไม่ได้พิสูจน์ว่า SVF เป็นการรักษาที่ได้รับการรับรอง หรือใช้แทนการรักษามาตรฐานได้
- • เป็นการศึกษาก่อนคลินิก ผลในสัตว์ทดลองหรือห้องปฏิบัติการไม่สามารถนำมาสรุปผลในมนุษย์ได้
ระดับหลักฐาน
หลักฐานจากการศึกษาในห้องปฏิบัติการและสัตว์ทดลอง เป็นรากฐานที่ช่วยให้เข้าใจกลไกและศักยภาพก่อนการศึกษาในมนุษย์ต่อไป
ดูวิธีจัดระดับหลักฐานดูงานวิจัยทั้งหมดที่เกี่ยวข้อง
กรองห้องสมุดงานวิจัยด้วยชื่อเรื่อง ชื่อผู้เขียน หรือปีที่ตีพิมพ์ของงานวิจัยนี้