聚多巴胺辅助聚丙烯酸共沉积诱导脱矿牙本质仿生矿化的体外研究

来源 :安徽医科大学 | 被引量 : 0次 | 上传用户:c1133186
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
目的本研究的目是通过简单的聚多巴胺(PDA)辅助PAA共沉积的方法将NCPs类似物PAA结合到脱矿的牙本质胶原纤维表面,形成PDA和PAA的共沉积物,从而构建一种新的牙本质仿生再矿化体系,并探究PDA与PAA共沉积物之间的相互作用以及这种新方法构建的仿生矿化体系诱导脱矿牙本质再矿化的效果。方法第一部分主要探究PDA与PAA的共沉积及两者之间的相互作用。本实验分为四组:PDA@PAA组(DA与PAA混合溶液),PDA组(DA溶液),PAA组(PAA溶液),对照组(蒸馏水)。采用X射线能谱(XPS)对四组溶液行预处理后的硅片进行表征,探究PDA与PAA是否发生了共沉积。利用衰减全反射傅里叶变换红外光谱(ATR-FTIR)技术检测四组溶液反应24h后的冻干样品在4000-500cm-1波长范围内的红外光谱,分析PDA与PAA之间的相互作用。将反应24h后的四组溶液混匀后滴到镍网上,自然干燥后进行透射电子显微镜(TEM)表征,探究PAA的加入对PDA聚合反应的影响。用紫外-可见光分光光度计测200-700nm范围内四组溶液反应前和反应24h后的紫外-可见光光谱,探究PAA的加入对DA氧化聚合反应的影响。第二部分主要以重组的I型胶原膜为模型,探究PDA@PAA与重组Ⅰ型胶原之间的相互作用,以及PDA@PAA改性后的胶原的物理化学性能变化。将胶原膜经上述四种溶液处理24h后进行一系列表征。采用衰减全反射傅里叶变换红外光谱(ATR-FTIR)技术测4000-500cm-1波长范围内四组胶原的红外光谱,分析PDA@PAA与胶原分子的相互作用。将胶原膜放在水接触角检测平台上进行静态接触角的测量,以蒸馏水为试液,每组5个样品(n=5),评价四组胶原膜的亲疏水性能差异。测量四组胶原膜表面的Zeta电位,评价胶原表面电势的变化。采用场发射扫描电子显微镜(FE-SEM)对改性后的胶原膜的表面形貌进行表征,评价改性后表面形貌的变化。第三部分探究PDA@PAA共沉积物的细胞毒性以及其诱导脱矿牙本质再矿化的能力。用37%磷酸处理牙本质片60s后用足量的蒸馏水冲洗以建立脱矿牙本质模型。将牙本质样本随机分为四组分别记作:PDA@PAA组,PDA组,PAA组和对照组。首先将上述四组不同溶液处理后的牙本质片分别与大鼠骨髓间充质干细胞(SD-BMSCs)共同培养1天,4天和7天,通过CCK-8检测共培养之后细胞的细胞活力以及荧光染色观察共培养后的细胞形态变化来检测PDA@PAA的体外细胞毒性。然后是探究PDA@PAA共沉积物诱导脱矿牙本质再矿化的能力。本研究使用不含NCPs的超饱和钙磷溶液作为矿化介质,四组牙本质样品分别在在矿化液中浸泡8h、12h和24h。对矿化后的牙本质进行一系列表征。通过SEM,EDS和TEM表征牙本质小管和牙本质胶原基质的再矿化,通过SAED和XRD表征再矿化物的晶体取向和组成成分;以天然牙釉质,牙本质和脱矿的牙本质作为对照,通过摩擦磨损实验和纳米压痕实验分析再矿化牙本质的机械性能;采用6 wt%柠檬酸处理各组样品1min,通过表征处理前后的样品表面形貌变化以及电感耦合等离子光谱定量检测处理后溶液中残留的钙磷元素的含量来分析再矿化牙本质的抗酸性能。结果DA与PAA混合后,在多巴胺氧化聚合形成PDA的过程中,PDA辅助PAA共沉积,并通过两者之间的氢键在脱矿牙本质表面形成复合涂层PDA@PAA。同时,PAA的加入显著抑制了PDA的聚集过程,抑制了PDA的聚集,形成了纳米级PDA颗粒。PDA@PAA通过简单的一步共沉积策略成功固定在胶原纤维表面,将纳米PDA颗粒可以进入胶原网络。结果表明PDA@PAA通过分子间氢键作用与胶原膜结合,而且PDA@PAA共沉积改性后,胶原膜表面负电位和亲水性均有所提高。而且PDA@PAA改性后的胶原膜亲水性和电负性增加。体外细胞毒性实验结果表面PDA@PAA共沉积物具有良好的细胞相容性。再矿化实验结果表明PDA@PAA处理后的脱矿牙本质再矿化12h后,牙本质胶原纤维发生完全矿化,牙本质小管完全封闭。再矿化24h后可以在牙本质表面观察到一层与牙本质紧密结合的类似釉质样的结构。纳米压痕实验、摩擦磨损实验和抗酸实验结果表明再矿化牙本质表面的机械性能高于正常牙本质,接近牙釉质釉质;而且其抗酸性能优于正常牙本质和牙釉质。结论通过PDA辅助PAA共沉积的方法,我们开发了一种新的简单且高效的仿生再矿化策略来促进牙本质的仿生再矿化。PDA通过与PAA之间的氢键相互作用协助PAA结合到脱矿牙本质胶原表面。这种方法形成的PDA@PAA可以诱导羟基磷灰石的生长,封闭牙本质小管,促进脱矿牙本质胶原基质的再矿化,而且可以在牙本质表面生成与牙本质紧密结合的类釉质样结构。这层类釉质结构的机械性能高于脱矿牙本质,但是仍稍弱于牙釉质;其抗酸性能优于牙釉质。总而言之,这种PDA辅助PAA共沉积的方法可以为牙体缺损的自愈合修复提供了一种可能。
其他文献
目的以海藻酸钠,细菌纤维素,壳聚糖和纳米羟基磷灰石为原料,构建一种新型的双层复合膜。对其在干态和湿态下力学性能进行评估,检测其细胞相容性、抑菌活性、细胞黏附能力、体外成骨活性及体内生物相容性等,探究该双层复合膜作为引导骨再生(Guided Bone Regeneration,GBR)膜的应用潜力。方法将海藻酸钠(Sodium Alginate,SA)和细菌纤维素(Bacterial Cellulo
学位
目的通过组织块法从人健康的牙髓组织中分离培养人牙髓间充质细胞(human dental pulp mesen-chymal stromal cells,h DPSCs),体外实验从细胞分子水平首先评估褪黑素对人牙髓间充质细胞成骨分化能力的影响,然后进一步评估在脂多糖刺激模拟的炎症微环境中褪黑素对人牙髓间充质细胞成骨分化能力及炎性细胞因子水平的影响以及潜在的作用机制,为今后褪黑素应用于牙周组织工程提
学位
压电超声换能器广泛应用在清洗,焊接,切削,半导体封装等领域中。而目前对于超声换能器的控制的研究未对其特性进行深入研究,大功率超声换能器中还存在一些未知特性。另一方面,以往针对小型超声换能器而设计的控制系统及其控制方法不能完全适用于大功率超声换能器。所以本文首先实验研究了大功率超声换能器的特性,而后根据大功率超声换能器的特性,对大功率超声换能器控制中存在的问题提出了创新性的解决方法。实验研究了大功率
学位
目的将合适的生长因子引入支架材料中来提高其骨诱导性能,这对于骨组织工程领域和再生医学领域至关重要。然而,直接引入蛋白质形式的生长因子存在生物活性低、易降解、费用高,不能长久稳定地发挥诱导作用等问题。基因治疗与组织工程的结合为解决这种限制提供了良好办法。将可降解生物支架材料与具有较强转染能力的质粒DNA相结合,形成基因活化基质(GAM),经过该系统的细胞将更多的分泌生长因子。支架基本上充当基因的仓库
学位
随着新型电力电子开关器件如碳化硅、氮化镓的使用,开关器件的开关频率已达兆赫兹级别。高开关频率可使电力电子装置的小型化、轻量化,但同时也造成了严重的电磁辐射干扰问题。开关器件作为电磁辐射的高频信号源,会通过与开关电源相连接的功率线缆形成天线,源源不断地向周围辐射电磁噪声,对周围敏感设备造成危害。在300MHz以前的电磁辐射中,功率线缆的共模电流产生的辐射占据主要成分。本文以部分元等效电路方法(Par
学位
目的钛及钛合金由于其良好的生物相容性、机械性能和抗腐蚀性等优点,已成为临床上广泛应用的口腔种植体材料之一。然而钛金属属于生物惰性材料,本身不具有生物活性和抗菌性能,且口腔与外界环境长期接触,细菌容易聚集黏附于钛表面,引起种植体感染导致种植义齿修复失败。本课题旨在探究简单、有效的种植体抗菌表面构建方法,即通过将钛材浸泡于不同pH值的多巴胺和硝酸银共混液,一步构建载银表面,并研究高温处理对实现高效、稳
学位
定位与建图是现代计算机视觉的重点研究领域,其以往研究往往基于静态假设。近年来,出现了针对动态环境的一些研究工作,研究者们意识到目前研究领域所积累的视觉先进算法,可以逐渐在静态假设之外进行工作,越来越多的开放世界定位与建图算法研究工作开始被提出,推动了这个领域的发展。目前最先进的算法基于的是实例分割技术,然而一个被忽视的问题是,闭集合的实例分割技术是否能够应对开放世界的物体集合。针对目前动态环境定位
学位
目的模拟骨组织组成和结构的仿生矿化是组织工程技术研究的热点之一。本研究中,牙本质非胶原蛋白(DNCPs)被提取作为生长因子;同时烧结牙齿制备出牙源性双相磷酸钙(BCP)作为骨修复材料,并将蛋白负载到支架上。体外实验验证材料和蛋白的生物相容性,并在兔上颌窦提升术模型中,评价DNCPs联合牙源性BCP应用在上颌窦提升术中,对窦底提升后骨重建中的体积维持,新骨生成量及新生骨质量的影响。方法依次将牙本质粉
学位
目的:牙齿缺损是最常见的口腔临床疾病,牙釉质本身无法再生。因此,它只能用人工材料修复。而市场上的各种材料由于各种原因总是存在各种缺陷。本课题的研究目的是创造一种结构类似牙釉质的修复材料,以改善商用材料的缺陷。方法:该复合材料由羟基磷灰石纳米线和硅烷偶联剂KH570组成。采用油酸钙前驱体溶剂热法合成了羟基磷灰石纳米线,并将其作为复合材料的无机组分。KH 570是材料的有机组分,可依靠自聚合和硅烷偶联
学位
基于视觉的产品表面缺陷检测是工业自动化检测的重要组成部分,对保证产品质量、提升生产效率至关重要。目前,基于卷积神经网络的缺陷检测算法因其较高的准确率和泛化性以及无需手工选取特征等优势逐渐成为主流。然而由于产品种类繁多以及缺陷部位的差异较大,基于深度学习的缺陷检测算法在作用于不同的数据集时仍需要专家对网络结构调整进行适应性调整,准确率也受到了一定的限制。为了进一步提高产品表面缺陷检测算法的准确率和工
学位