含有嘧啶的光活性阳离子共轭微孔聚合物通过“吸附杀死”抗菌策略促进感染伤口愈合

引用信息:

文  章:Photoactive cationic conjugated microporous polymers containing pyrimidine with an 'adsorption-kill'antibacterial strategy for infected wound healing.

期    刊:Chemical Engineering Journal(影响因子:15.1)  

发表时间:2024年4月23日

作    者:Liu G, Bao S, Shi J, et al.

作者单位:西南大学 

使用产品:Goat anti-Rabbit IgG (H + L)

文章链接:https://www.sciencedirect.com/science/article/abs/pii/S1385894724030808

致病细菌的入侵会导致严重的炎症,阻碍伤口愈合,已成为世界范围内的重大医疗威胁。光动力疗法(Photodynamic therapy,PDT)已成为治疗微生物感染的一种前景广阔的策略;然而,开发一种具有PDT效果和优异生物学功能的敷料是一项艰巨的挑战。本项研究中,研究团队通过Sonogashira-Hagiwara和SN2取代反应,合理设计并合成了一种新型阳离子嘧啶修饰共轭微孔聚合物BPyMe-CMP。BPyMe-CMP显示出较弱的界面电荷转移阻力,并表现出优异的光诱导载流子分离性能,因此具有出色的光电响应。因此,在可见光照射下,BPyMe-CMP很容易产生活性氧,从而杀死细菌。除了增强光生电子传递过程外,BPyMe-CMP还给细菌提供了丰富的吸引点,从而增强了抗菌能力。将BPyMe-CMP沉积在聚乙烯醇改性蚕丝纤维素(SF/PVA)薄膜上,可用作伤口敷料,促进伤口愈合。

体外和体内实验表明,SF/PVA@BPyMe-CMP能诱导M2型巨噬细胞极化,促进L929成纤维细胞迁移,具有杀菌活性,并能诱导血管生成,从而协同加速耐甲氧西林金黄色葡萄球菌感染伤口的愈合。这项研究成果为推进基于嘧啶化和阳离子化的多功能伤口敷料的构建提供了数据支持,可用于感染伤口的治疗和快速愈合。

(图1:SF/PVA@BPyMe-CMP工作原理)

欣博盛生物非常荣幸能够作为供应商为该项研究提供高品质科研产品,为生物医学领域的科研探索贡献一份力量。

参考文献

Liu G, Bao S, Shi J, et al. Photoactive cationic conjugated microporous polymers containing pyrimidine with an ‘adsorption-kill’antibacterial strategy for infected wound healing[J]. Chemical Engineering Journal, 2024: 151593.

相关产品

该项研究中,使用了欣博盛生物(NeoBioscience Technology Co, Ltd)的Goat anti-Rabbit IgG (H + L)。欣博盛生物可提供多种抗体,助力您的科研探索。

货号产品名称反应种属种属来源
ANG02-1兔抗山羊IgG(H+L)-HRP山羊
ANG02-2马抗山羊IgG(H+L)-HRP 山羊 马山羊
ANM02-1山羊抗小鼠IgG(H+L)-HRP,Human ads小鼠山羊
ANM02-2马抗小鼠IgG(H+L)-HRP 小鼠 马小鼠
ANM03-1山羊抗小鼠IgG(H+L)-FITC,Human ads小鼠山羊
ANM03-2马抗小鼠IgG(H+L)-FITC小鼠
ANR02-1山羊抗兔IgG-HRP山羊
ANR02-2山羊抗兔IgG(H+L)-HRP 山羊
ANR03-1山羊抗大鼠IgG(H+L)-HRP大鼠山羊
ANM02-3山羊抗小鼠IgG (γ chain specific)-HRP小鼠山羊
ANM02-4兔抗小鼠IgG (H+L)小鼠


上一条:

【评估多目标跟踪方法】9个高度敏捷目标在编队中的轨迹和测量研究(Matlab代码实现)内容概要:本文围绕“评估多目标跟踪方法”,重点研究9个高度敏捷目标在编队飞行中的轨迹生成与测量过程,并提供完整的Matlab代码实现。文中详细模拟了目标的动态行为、运动约束及编队结构,通过仿真获取目标的状态信息与观测数据,用于验证和比较不同多目标跟踪算法的性能。研究内容涵盖轨迹建模、噪声处理、传感器测量模拟以及数据可视化等关键技术环节,旨在为雷达、无人机编队、自动驾驶等领域的多目标跟踪系统提供可复现的测试基准。; 适合人群:具备一定Matlab编程基础,从事控制工程、自动化、航空航天、智能交通或人工智能等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①用于多目标跟踪算法(如卡尔曼滤波、粒子滤波、GM-CPHD等)的性能评估与对比实验;②作为无人机编队、空中交通监控等应用场景下的轨迹仿真与传感器数据分析的教学与研究平台;③支持对高度机动目标在复杂编队下的可观测性与跟踪精度进行深入分析。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注轨迹生成逻辑与测量模型构建部分,可通过修改目标数量、运动参数或噪声水平来拓展实验场景,进一步提升对多目标跟踪系统设计与评估的理解。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值