血管支架用环肽/GPTMS杂化材料的制备与改性研究

来源 :郑州大学 | 被引量 : 0次 | 上传用户:daxiaa
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
血管组织工程为解决心血管疾病移植物来源不足问题提供了新的途径。目前,小直径血管在临床上应用还存在血栓等问题,因此选择合适的材料和方法制备性能良好的组织工程支架是解决该问题的关键。理想的支架材料应当对人体无毒无害,具有良好的力学性能、血液相容性和生物活性,即支持细胞的黏附和生长,最终内皮化。肽类材料由于良好的生物相容性和生物活性广泛用于支架的研究,然而由于天然多肽提纯过程中存在从异体获得病毒的可能性,并且天然多肽的力学性能一般较差,难以满足要求。为了避免天然多肽存在的问题,本文以L-酪氨酸为原料,合成了一种环肽(cyclic dipeptide,CYC)。采用溶胶-凝胶法,以γ-缩水甘油醚氧丙基三甲氧基硅烷(γ-glycidoxypropyltrimethoxysilane,GPTMS)和CYC为主要原料,制备CYC/GPTMS杂化材料。通过对反应温度的优化后,研究了CYC含量分别为0,0.9%,1.8%和2.7%时材料的结构和压缩性能、亲水性以及细胞相容性等性能。结果表明,CYC与GPTMS组分间未形成新的化学键,是以次价键力结合。与GPTMS溶液的水解产物(GPTMS材料)相比,CYC/GPTMS材料的杨氏模量和抗压强度明显增加,其中杨氏模量最大可达9.14±1.56 MPa,抗压强度最大可达23.72±3.13 MPa。材料的脆性增加,最大应变为(24.4±3.25)%。材料的表面亲水性变差,其中,CYC含量为2.7%时,材料的水接触角最大,为84.2±4.3°。CYC/GPTMS材料上细胞的黏附和增殖能力增强,但由于材料的亲水性较差,细胞在材料上的黏附和增殖能力与盖玻片相比仍有一定差距。基于上述实验结果,为了提高材料的表面亲水性和韧性,本章选用聚乙二醇(Polyethylene glycol,PEG)为改性材料,采用溶胶-凝胶法对CYC/GPTMS材料进行共混改性,制备了PEG含量不等的CYC/GPTMS/PEG材料。通过对材料的结构、力学性能、亲水性和细胞相容性进行研究,主要结论如下:CYC/GPTMS/PEG材料的不同组分间是以分子间作用力、氢键等次价键力结合。与CYC/GPTMS材料相比,CYC/GPTMS/PEG材料的抗压强度略有降低,韧性明显增强,最大应变为(58.7±6.46)%。随着PEG含量由1.5%至6%逐渐增加时,材料的亲水性逐渐增强;细胞的黏附和增殖能力增强,其中PEG含量为4.5%和6%时,细胞在CYC/GPTMS/PEG材料上培养3天后的吸光度值与盖玻片接近。同时进一步研究了CYC/GPTMS/PEG材料的溶胀率和血液相容性,结果表明,PEG含量由1.5%逐渐增加至6%时,材料的交联度变大,溶胀率减小。随着PEG含量增加,材料上黏附血小板和变性的血小板数量减少,抗凝血效果增强。随着PEG含量增加,溶血率减小。不同PEG含量的CYC/GPTMS/PEG材料的溶血率均小于5%,符合生物医用材料的标准。
其他文献
随着硬件设备的不断发展与大数据的出现,使得人工智能技术成为未来移动机器人发展的重要方向,而如何将深度学习算法运用于移动机器人也成为了新的难点。一方面,尽管高计算性能硬件设备不断发展,其体积依然较大,会严重增加移动机器人的体积与负载;另一方面,深度学习算法准确率远高于传统算法,然而,其实时性却堪忧。为此,本文对将深度学习检测与跟踪算法运用于移动机器人来提高陆上移动机器人对近场浅水动态目标检测与跟踪效
太阳电池阵机构作为航天器的主要供能装置,为航天器提供动力源,是航天器必不可少的组成部分,随着我国深空探测任务的进行,深空探测任务对太阳电池阵的依赖越来越重和对供电需求逐渐增加,急需研制出能提供足够电推动功率的供能系统,因此,开展对大面积、轻量化、大折展比的太阳电池阵机构的研究将对未来国家航天事业发展具有重要意义。本文根据我国目前已有的研究成果,设计一种大面积、大折展比的薄膜太阳电池阵机构。首先,本
随着锂离子电池产业及电池应用行业的不断扩大,尤其在新能源电动汽车、无人机、电子产品等领域应用的快速增长。由锂离子电池引起的安全问题频出,使得对锂离子电池性能、寿命和安全性要求更加严格,对锂离子电池的健康状态(State of Health,SOH)估计和剩余寿命(Remaining Useful Life,RUL)预测研究显得尤为重要。本论文通过对锂离子电池的健康状态和失效机理进行分析,对电池管理
定日镜是塔式光热电站中重要的基本聚光设备,数量巨多的定日镜组成的境场是电站的主要投资部分。塔式光热电站通常建于多风沙天气的戈壁荒漠地区,在风荷载作用下定日镜易产生挠曲变形甚至发生倒塌破坏,从而影响整个发电系统的聚光效率甚至造成重大的经济损失。因此,研究分析定日镜的受风影响对定日镜结构抗风设计和境场布置优化以及提高电站发电效率具有重要意义。计算风工程(CFW)是近年来迅速发展并逐渐成熟的一种结构风工
无线传感器网络是部署在监测区域,大量具有感知和监测环境的传感器节点通过自组织方式构建的分布式传感网络。由于传感器节点资源受限,以及大量的干扰因素存在,有效、实时的链路质量评估机制可以为路由协议提供可靠的信息,保证网络拓扑稳定,进而实现数据高效传输,提高网络吞吐率,节省资源提升网络的使用周期。超限快速决策树(Extremely Fast Decision Tree,EFDT)作为一种在线机器学习方法
分布参数系统由于其本身具有空间和时间分布特性,使它在各个控制领域有广泛的应用背景,如人口增长、化工过程、振动过程、核反应过程、社会系统、环境工程等方面。迭代学习控制因为其独特的记忆和修正特点,成为了解决分布参数系统控制问题的主要智能控制算法之一。任何学习算法都需要一个内在要求,即重复性。然而对于被控系统的重复性要求往往在一定程度上限制了迭代学习控制的广泛应用,因为当跟踪目标发生变化时,迭代学习控制
随着计算机视觉的飞速发展,人工智能、深度学习等也随之得到广泛的发展。人们对视觉等环境感知方向的研究也越来越多。关于双目视觉三维重建技术的研究在各个领域也都受到了广泛的关注。双目视觉是通过模拟人眼的结构进行感知周围环境,并能够将感知的二维图像信息通过立体匹配转化为空间的三维信息。双目视觉能够广泛应用于无人驾驶环境感知、安防环境检测、AR三维重建等多个方面。但是由于环境有光照、遮挡、弱纹理等多种情况的
医学图像配准技术是医学图像处理领域中一个重要的研究问题。传统的配准方法需要通过重新迭代优化目标函数实现配准,计算速度缓慢,同时迭代也容易陷入局部最优。现有基于深度学习的方法具有局部权值共享的特殊结构、良好的容错能力和自学能力,能有效地克服传统配准方法的局限性,但对于较大形变和组织器官的非线性形变的医学图像,其配准效果不理想;同时还依赖于大量的训练数据,实际上医学影像数据稀缺、标签信息很难获得、并且
目的孤独症谱系障碍(ASD)是一种神经发育障碍疾病,对患者的家庭和社会造成了巨大的经济压力,预计至2030年占国家GDP的1%。目前缺少有效的临床诊断生物标志物。一氧化氮(NO)是一类具有神经毒性和神经保护双重作用的自由基,研究发现亚硝酸盐和硝酸盐总浓度(NOx)在ASD患者血液中偏高,而在尿液、唾液中浓度未知。为了探索新型无创检测的生物标记物,本研究精确检测与分析了ASD儿童尿液、唾液中NO水平
目的以Roy适应模式为理论指导构建结直肠癌肠造口患者早期适应干预方案并探讨该干预方案对结直肠癌肠造口早期患者的适应水平、生活质量及造口并发症的影响。方法以Roy适应模式为理论指导,在文献分析、患者访谈的基础上形成早期适应干预方案初稿,并经过专家小组会议、预试验对初稿进行修订与完善。选取2018年2月至2019年2月期间在郑州市某三级甲等医院符合本研究纳入排除标准的87例结直肠癌行肠造口术的患者开展