Experimental study on mechanical properties of strontium doped nano-bioactive glass modified composite resin
-
摘要:目的
通过合成锶掺杂纳米生物活性玻璃(SrNBG)并将其加入复合树脂进行改性，研究SrNBG改性复合树脂的机械性能。
方法采用溶胶-凝胶十二胺法合成纳米生物活性玻璃(NBG)及3种不同锶掺杂比的SrNBG, 通过体外羟基磷灰石(HA)活性测试得到最为合适的锶掺杂比，再将其分别以质量占比5%、10%、15%替换复合树脂中的无机填料，制成3种改性复合树脂，分别为实验组1、实验组2和实验组3, 以未采用SrNBG替换的复合树脂作为对照组，利用电子万能实验机进行机械性能测定。
结果溶胶-凝胶十二胺法合成的SrNBG呈现出较为规则且直径约200 nm的球形颗粒，分散性较好。当SrNBG中锶掺杂比为5 mol%和10 mol%时，复合树脂均呈现出良好的生物活性。SrNBG改性复合树脂实验组中, SrNBG替换质量占比为5%和10%的机械性能与对照组比较，差异无统计学意义(P>0.05); 当SrNBG替换质量占比为15%时，径向拉伸强度(DTS)和挠曲强度(FS)低于对照组，差异有统计学意义(P < 0.05)。
结论利用溶胶-凝胶十二胺法合成的SrNBG粒径大小较均匀，分散性良好且生物活性优异。SrNBG替换质量占比为10%对改性复合树脂的机械性能无影响。
Abstract:ObjectiveTo study the mechanical properties of strontium-doped nano-bioactive glass (SrNBG) modified composite resin by synthesizing SrNBG and adding it to composite resin for modification.
MethodsNano-bioactive glass (NBG) and SrNBG with three different strontium doping ratios were synthesized by sol-gel doylamine method. The most appropriate strontium doping ratios were obtained by hydroxyapatite (HA) activity test in vitro. Then, the inorganic fillers in composite resin were replaced by 5%, 10% and 15% of mass ratio respectively, and three modified composite resin were obtained, and were selected as experimental group 1, experimental group 2 and experimental group 3. Composite resin without SrNBG replacement was used as control group. The mechanical properties of composite resin were measured by electronic universal testing machine.
ResultsSrNBG synthesized by sol-gel dodecamine method had regular spherical particles with a diameter of about 200 nm and good dispersion. When the SrNBG doping ratios were 5 mol% and 10 mol%, both SrNBG showed good biological activity. In the three experimental groups of SrNBG modified composite resin, when the replacement mass ratios of SrNBG were 5% and 10%, there were no statistical differences in the three mechanical properties compared with the control group (P>0.05). When the replacement mass ratio of SrNBG was 15%, diametral tensile strength (DTS) and flexural strength (FS) were significantly lower than those of the control group (P < 0.05).
ConclusionSrNBG synthesized by sol-gel dodecylamine method has uniform particle size, good dispersity and excellent biological activity. When the replacement mass ratio of SrNBG is 10%, the mechanical properties of the modified composite resin are not affected.
-
阿尔茨海默病(AD)是一种以β-淀粉样蛋白沉积和微管相关蛋白tau异常为特征的进行性神经退行性疾病，临床上表现为记忆和认知功能障碍、语言和行为能力缺失，患者后期表现出严重的失忆症和运动功能减弱，最终导致死亡[1]。尽管AD的特征性病理改变已明确，但靶向这些病理蛋白的药物疗效欠佳，因此进一步筛查有效靶点非常必要。本研究基于生物信息学分析筛选影响AD发生的核心基因和相关信号通路，现报告如下。
阿尔茨海默病(AD)是一种以β-淀粉样蛋白沉积和微管相关蛋白tau异常为特征的进行性神经退行性疾病，临床上表现为记忆和认知功能障碍、语言和行为能力缺失，患者后期表现出严重的失忆症和运动功能减弱，最终导致死亡[1]。尽管AD的特征性病理改变已明确，但靶向这些病理蛋白的药物疗效欠佳，因此进一步筛查有效靶点非常必要。本研究基于生物信息学分析筛选影响AD发生的核心基因和相关信号通路，现报告如下。
1. 数据与方法
1. 数据与方法
1.1 数据来源
以“Alzheimer′s disease”为关键词搜索基因表达综合(GEO)数据库，并下载GSE227221[2]和GSE162873[3]这2个RNA-seq原始数据集。其中, GSE227221数据集包含217个AD组织样本和226个对照神经组织样本, GSE162873数据集则包含8个AD组织样本。所有样本均从原始资料库下载，且病理资料完整。
1.1 数据来源
以“Alzheimer′s disease”为关键词搜索基因表达综合(GEO)数据库，并下载GSE227221[2]和GSE162873[3]这2个RNA-seq原始数据集。其中, GSE227221数据集包含217个AD组织样本和226个对照神经组织样本, GSE162873数据集则包含8个AD组织样本。所有样本均从原始资料库下载，且病理资料完整。
1.2 生物信息学分析方法
1.2 生物信息学分析方法
1.2.1 差异表达基因(DEGs)的筛选与分析
将GSE227221和GSE162873数据集导入GEO2R在线分析软件(该软件为交互式在线工具，能够比较2组或多组GEO序列数据，明确实验条件下哪些基因发生了显著变化)中，筛选出AD组织样本和正常脑组织样本之间的DEGs, 筛选标准为log2(FC)>1(FC为差异倍数)和P＜0.05。
1.2.1 差异表达基因(DEGs)的筛选与分析
将GSE227221和GSE162873数据集导入GEO2R在线分析软件(该软件为交互式在线工具，能够比较2组或多组GEO序列数据，明确实验条件下哪些基因发生了显著变化)中，筛选出AD组织样本和正常脑组织样本之间的DEGs, 筛选标准为log2(FC)>1(FC为差异倍数)和P＜0.05。
1.2.2 DEGs的疾病本体论(DO)、基因本体论(GO)和京都基因与基因组百科全书(KEGG)富集分析
使用R软件DOSE包对DEGs进行DO基因富集分析。利用在线数据分析工具DAVID对筛选后的DEGs进行GO功能分析，包括生物学过程、细胞成分和分子功能共3个方面的内容，这有助于理解这些DEGs的生物学功能及其在细胞中的定位。利用在线分析工具DAVID进行KEGG通路富集分析，明确这些DEGs在生物学过程中的角色及其参与的生物学通路。分析结果以柱状图和气泡图形式展示, P＜0.05表示差异有统计学意义。
1.2.2 DEGs的疾病本体论(DO)、基因本体论(GO)和京都基因与基因组百科全书(KEGG)富集分析
使用R软件DOSE包对DEGs进行DO基因富集分析。利用在线数据分析工具DAVID对筛选后的DEGs进行GO功能分析，包括生物学过程、细胞成分和分子功能共3个方面的内容，这有助于理解这些DEGs的生物学功能及其在细胞中的定位。利用在线分析工具DAVID进行KEGG通路富集分析，明确这些DEGs在生物学过程中的角色及其参与的生物学通路。分析结果以柱状图和气泡图形式展示, P＜0.05表示差异有统计学意义。
1.2.3 枢纽基因的筛选与分析
将筛选出的DEGs导入STRING在线数据库，进行蛋白质交互作用分析。STRING数据库提供了蛋白质之间已知和预测的相互作用信息，这些信息来源于共轭、实验室测试、共表达以及文献记录。本研究利用Cytoscape(版本3.7.2)软件构建蛋白质-蛋白质相互作用(PPI)网络。通过MCODE插件进行枢纽基因筛选，设置参数为关联程度阈值(Degree Cutoff)=2, 节点评分阈值(Node Score Cutoff)=0.2, 最小核心阈值(K-Core)=2, 最大深度(Max Depth)=100。这些参数有助于确定网络内高度相互连接的区域。
1.2.3 枢纽基因的筛选与分析
将筛选出的DEGs导入STRING在线数据库，进行蛋白质交互作用分析。STRING数据库提供了蛋白质之间已知和预测的相互作用信息，这些信息来源于共轭、实验室测试、共表达以及文献记录。本研究利用Cytoscape(版本3.7.2)软件构建蛋白质-蛋白质相互作用(PPI)网络。通过MCODE插件进行枢纽基因筛选，设置参数为关联程度阈值(Degree Cutoff)=2, 节点评分阈值(Node Score Cutoff)=0.2, 最小核心阈值(K-Core)=2, 最大深度(Max Depth)=100。这些参数有助于确定网络内高度相互连接的区域。
1.2.4 核心基因的筛选
根据MCODE评分，对枢纽基因进一步分析并筛选出核心基因。筛选条件为MCODE评分>10, 且评分由高到低排序。选取排名前6位的基因作为核心基因，推测其可能在AD的发生、进展及细胞凋亡过程中发挥关键作用。
1.2.4 核心基因的筛选
根据MCODE评分，对枢纽基因进一步分析并筛选出核心基因。筛选条件为MCODE评分>10, 且评分由高到低排序。选取排名前6位的基因作为核心基因，推测其可能在AD的发生、进展及细胞凋亡过程中发挥关键作用。
2. 结果
2. 结果
2.1 DEGs的筛选与分析
本研究从GSE227221和GSE162873数据集中共筛选出9 705个相关基因，其中GSE227221数据集筛选出7 293个相关基因, GSE162873数据集筛选出3 785个相关基因。将这2个数据集筛选出的基因取交集，共筛选出1 373个DEGs, 这些基因具有相同变化趋势，见图 1。
2.1 DEGs的筛选与分析
本研究从GSE227221和GSE162873数据集中共筛选出9 705个相关基因，其中GSE227221数据集筛选出7 293个相关基因, GSE162873数据集筛选出3 785个相关基因。将这2个数据集筛选出的基因取交集，共筛选出1 373个DEGs, 这些基因具有相同变化趋势，见图 1。
2.2 DO基因富集分析、GO基因富集分析和KEGG通路富集分析结果
DO基因富集分析结果显示，这些DEGs与系统性红斑狼疮、红斑狼疮和动脉硬化这3种疾病最为相关，见图 2。GO功能富集分析结果显示，这些DEGs主要富集于3条信号通路，即经典Wnt信号通路、磷脂酶C-活化G蛋白质-耦合受体通路和等离子体外侧膜通路，见图 3。KEGG信号通路富集分析结果显示，这些DEGs主要富集于以下通路，包括细胞因子-细胞因子受体相互作用、神经元活性配体-受体相互作用、癌症相关的转录失调，见图 4。
2.2 DO基因富集分析、GO基因富集分析和KEGG通路富集分析结果
DO基因富集分析结果显示，这些DEGs与系统性红斑狼疮、红斑狼疮和动脉硬化这3种疾病最为相关，见图 2。GO功能富集分析结果显示，这些DEGs主要富集于3条信号通路，即经典Wnt信号通路、磷脂酶C-活化G蛋白质-耦合受体通路和等离子体外侧膜通路，见图 3。KEGG信号通路富集分析结果显示，这些DEGs主要富集于以下通路，包括细胞因子-细胞因子受体相互作用、神经元活性配体-受体相互作用、癌症相关的转录失调，见图 4。
2.3 枢纽基因的筛选与分析
将DEGs导入STRING数据库，并利用Cytoscape软件构建PPI网络，该网络包含114个节点蛋白和76条边，见图 5。采用MCODE插件分析并挖掘网络中与AD诊断相关的基因，筛选出显著的相互作用模块，称为枢纽基因。本研究筛选出的枢纽基因网络包含61条边及20个节点蛋白，进一步筛选出的共同枢纽基因为 GIMAP1、GIMAP4、GIMAP5、GIMAP6、GIMAP7 及 GIMAP1-GIMAP5 。
2.3 枢纽基因的筛选与分析
将DEGs导入STRING数据库，并利用Cytoscape软件构建PPI网络，该网络包含114个节点蛋白和76条边，见图 5。采用MCODE插件分析并挖掘网络中与AD诊断相关的基因，筛选出显著的相互作用模块，称为枢纽基因。本研究筛选出的枢纽基因网络包含61条边及20个节点蛋白，进一步筛选出的共同枢纽基因为 GIMAP1、GIMAP4、GIMAP5、GIMAP6、GIMAP7 及 GIMAP1-GIMAP5 。
2.4 核心基因的筛选
应用Cytoscape软件中的MCODE插件，筛选条件设定为MCODE评分>10, 并按评分由高至低排序，选取前6个基因作为本研究的核心基因，即 GIMAP1、GIMAP4、GIMAP5、GIMAP6、GIMAP7 及 GIMAP1-GIMAP5 , 见图 6。
2.4 核心基因的筛选
应用Cytoscape软件中的MCODE插件，筛选条件设定为MCODE评分>10, 并按评分由高至低排序，选取前6个基因作为本研究的核心基因，即 GIMAP1、GIMAP4、GIMAP5、GIMAP6、GIMAP7 及 GIMAP1-GIMAP5 , 见图 6。
3. 讨论
痴呆是一种以记忆力、语言能力、执行能力和空间视觉能力进行性下降为特征的临床综合征，最终可导致个性和行为改变，丧失生活自理能力。目前, AD是痴呆的主要病因(占60%~80%)[4]，这一现象部分归因于人口老龄化。据估计，全球范围内AD每年影响超过5 000万老年人，同时间接影响数千万AD患者配偶的生活，造成沉重的家庭负担和社会负担[5]。AD的发病机制尚未完全阐明。一小部分AD患者发病与3个基因的显性突变有关，分别为淀粉样前体蛋白(APP)、早老素1(PSEN1)和早老素2(PSEN2), 这些患者通常在65岁前发病[6]。大多数患者呈现散发趋势，发病年龄超过65岁。尽管AD没有明显的遗传性，但已有证据支持存在多种遗传风险因素，例如载脂蛋白E的E4等位基因存在于约16%的AD患者中。针对β-淀粉样蛋白开发的药物仅能缓解症状[7], 因此寻找新的治疗靶点至关重要。
本研究基于生物信息学分析对2个数据集的基因进行比对，共筛选出参与AD发生和进展的1 373个相同趋势的DEGs, 并筛选验证出核心基因GIMAP。人GIMAP基因全称GTP酶免疫相关蛋白，定位于第7号染色体，大小约为500 kb，包含7个功能性基因(GIMAP1、GIMAP2、GIMAP4、GIMAP5、GIMAP6、GIMAP7、GIMAP8)和1个假基因[8]。该基因此前被称为免疫相关核苷酸结合蛋白(IANs), 是一种小的GTP结合分子，具有共同的“AIG”GTP结合域，存在于高等植物和多细胞动物[9]。哺乳动物GIMAP基因(小鼠存在8个亚型，人类存在7个亚型[10])紧密聚集在一个单染色体位置上，这些基因优先表达于造血细胞和淋巴细胞，但近年来有研究[10]提示这些基因亦可表达于非血液细胞。本研究生物信息学分析也发现, GIMAP5 基因在AD神经组织中异常表达，提示AD与血液细胞或免疫细胞之间可能存在某种联系。
早在上世纪50年代，人们就观察到免疫功能异常与痴呆之间可能存在某种联系。1953年, GROSCH H[11]报道1名9岁女孩在接种咳嗽疫苗后，出现皮质下痴呆伴运动功能障碍。然而，随后的70年间，学者们并未发现痴呆或AD与免疫功能之间的确切关联。虽然免疫细胞对神经细胞有吞噬现象，可能对神经细胞造成免疫损伤[12-13]，但并未发现这种损伤与AD病理改变如神经纤维缠结及Tau蛋白异常之间的直接联系。
GIMAP蛋白与GTPase在氨基末端序列相似，均包含鸟嘌呤核苷酸结合域[14-15]。这些蛋白大多参与了淋巴细胞的维持与发展。在小鼠模型中, GIMAP5的缺陷导致外周T细胞、B细胞和自然杀伤细胞(NK细胞)的数量减少[16-17]。GIMAP1对T细胞增殖的维持和B细胞功能的成熟至关重要[18-19]。GIMAP4可能促进T细胞的凋亡[20]。敲除GIMAP6使得Jurkat细胞系对凋亡诱导剂变得敏感[21]。鉴于GIMAP基因家族对维持免疫细胞功能的重要性[22], GIMAP基因的异常会导致免疫细胞功能障碍，从而减少免疫细胞对老化及异常神经元的清除和吞噬，增加痴呆或AD的发病风险。
本研究对筛选出的DEGs进行3种类型的富集分析，包括DO基因富集分析、GO功能富集分析和KEGG信号通路富集分析。DO基因富集分析结果显示，这些DEGs主要富集于系统性红斑狼疮、红斑狼疮和动脉硬化这3种疾病，而这3种疾病均与免疫功能异常有关[23-25]。系统性红斑狼疮和红斑狼疮均为自身免疫性疾病，与免疫功能异常关系密切，尽管动脉硬化与免疫功能异常无直接关系，但近年来的研究显示免疫功能异常参与动脉硬化的病理过程。GO功能富集分析结果显示, DEGs主要富集于经典Wnt信号通路、磷脂酶C-活化G蛋白质-耦合受体通路和等离子体外侧膜通路。值得注意的是，这3条信号通路均与GIMAP基因有关，存在一定的调控关系。KEGG信号通路富集分析结果显示，排名前3位的疾病通路分别为细胞因子-细胞因子受体相互作用、神经元活性配体-受体相互作用、癌症相关的转录失调。由此提示, AD与GIMAP基因及这些通路之间存在某种联系。
综上所述, GIMAP基因是AD发病的核心基因，其可能处于AD其他病理改变的上游。鉴于GIMAP基因与免疫功能维持的紧密关系，本研究推测AD是一种由免疫功能紊乱导致的疾病。
3. 讨论
痴呆是一种以记忆力、语言能力、执行能力和空间视觉能力进行性下降为特征的临床综合征，最终可导致个性和行为改变，丧失生活自理能力。目前, AD是痴呆的主要病因(占60%~80%)[4]，这一现象部分归因于人口老龄化。据估计，全球范围内AD每年影响超过5 000万老年人，同时间接影响数千万AD患者配偶的生活，造成沉重的家庭负担和社会负担[5]。AD的发病机制尚未完全阐明。一小部分AD患者发病与3个基因的显性突变有关，分别为淀粉样前体蛋白(APP)、早老素1(PSEN1)和早老素2(PSEN2), 这些患者通常在65岁前发病[6]。大多数患者呈现散发趋势，发病年龄超过65岁。尽管AD没有明显的遗传性，但已有证据支持存在多种遗传风险因素，例如载脂蛋白E的E4等位基因存在于约16%的AD患者中。针对β-淀粉样蛋白开发的药物仅能缓解症状[7], 因此寻找新的治疗靶点至关重要。
本研究基于生物信息学分析对2个数据集的基因进行比对，共筛选出参与AD发生和进展的1 373个相同趋势的DEGs, 并筛选验证出核心基因GIMAP。人GIMAP基因全称GTP酶免疫相关蛋白，定位于第7号染色体，大小约为500 kb，包含7个功能性基因(GIMAP1、GIMAP2、GIMAP4、GIMAP5、GIMAP6、GIMAP7、GIMAP8)和1个假基因[8]。该基因此前被称为免疫相关核苷酸结合蛋白(IANs), 是一种小的GTP结合分子，具有共同的“AIG”GTP结合域，存在于高等植物和多细胞动物[9]。哺乳动物GIMAP基因(小鼠存在8个亚型，人类存在7个亚型[10])紧密聚集在一个单染色体位置上，这些基因优先表达于造血细胞和淋巴细胞，但近年来有研究[10]提示这些基因亦可表达于非血液细胞。本研究生物信息学分析也发现, GIMAP5 基因在AD神经组织中异常表达，提示AD与血液细胞或免疫细胞之间可能存在某种联系。
早在上世纪50年代，人们就观察到免疫功能异常与痴呆之间可能存在某种联系。1953年, GROSCH H[11]报道1名9岁女孩在接种咳嗽疫苗后，出现皮质下痴呆伴运动功能障碍。然而，随后的70年间，学者们并未发现痴呆或AD与免疫功能之间的确切关联。虽然免疫细胞对神经细胞有吞噬现象，可能对神经细胞造成免疫损伤[12-13]，但并未发现这种损伤与AD病理改变如神经纤维缠结及Tau蛋白异常之间的直接联系。
GIMAP蛋白与GTPase在氨基末端序列相似，均包含鸟嘌呤核苷酸结合域[14-15]。这些蛋白大多参与了淋巴细胞的维持与发展。在小鼠模型中, GIMAP5的缺陷导致外周T细胞、B细胞和自然杀伤细胞(NK细胞)的数量减少[16-17]。GIMAP1对T细胞增殖的维持和B细胞功能的成熟至关重要[18-19]。GIMAP4可能促进T细胞的凋亡[20]。敲除GIMAP6使得Jurkat细胞系对凋亡诱导剂变得敏感[21]。鉴于GIMAP基因家族对维持免疫细胞功能的重要性[22], GIMAP基因的异常会导致免疫细胞功能障碍，从而减少免疫细胞对老化及异常神经元的清除和吞噬，增加痴呆或AD的发病风险。
本研究对筛选出的DEGs进行3种类型的富集分析，包括DO基因富集分析、GO功能富集分析和KEGG信号通路富集分析。DO基因富集分析结果显示，这些DEGs主要富集于系统性红斑狼疮、红斑狼疮和动脉硬化这3种疾病，而这3种疾病均与免疫功能异常有关[23-25]。系统性红斑狼疮和红斑狼疮均为自身免疫性疾病，与免疫功能异常关系密切，尽管动脉硬化与免疫功能异常无直接关系，但近年来的研究显示免疫功能异常参与动脉硬化的病理过程。GO功能富集分析结果显示, DEGs主要富集于经典Wnt信号通路、磷脂酶C-活化G蛋白质-耦合受体通路和等离子体外侧膜通路。值得注意的是，这3条信号通路均与GIMAP基因有关，存在一定的调控关系。KEGG信号通路富集分析结果显示，排名前3位的疾病通路分别为细胞因子-细胞因子受体相互作用、神经元活性配体-受体相互作用、癌症相关的转录失调。由此提示, AD与GIMAP基因及这些通路之间存在某种联系。
综上所述, GIMAP基因是AD发病的核心基因，其可能处于AD其他病理改变的上游。鉴于GIMAP基因与免疫功能维持的紧密关系，本研究推测AD是一种由免疫功能紊乱导致的疾病。
-
![]()
图 4 改性复合树脂机械性能(n=10)
A: 径向拉伸强度DTS; B: 压缩强度CS; C: 挠曲强度FS。
对照组: 未改性树脂; 实验组1: SrNBG-5改性树脂; 实验组2: SrNBG-10改性树脂; 实验组3: SrNBG-15改性树脂。表 1 各组不同锶掺杂摩尔比的NBG
mol% 组分 NBG 2SrNBG 5SrNBG 10SrNBG SiO2 60 60 60 60 CaO 36 34 31 26 SrO 0 2 5 10 P2O5 4 4 4 4 
下载: 导出CSV
表 2 实验用复合树脂的各组分质量占比
% 组分 对照组 实验组1 实验组2 实验组3 Bis-GMA
& TEGDMA28 28 28 28 CQ 1 1 1 1 DMAEMA 1 1 1 1 填料 70 65 60 55 10SrNBG 0 5 10 15
下载: 导出CSV
-
[1] 廖大鹏, 周正炎, 顾云峰, 等. 锶磷灰石烧结体修复颌骨缺损的实验研究[J]. 口腔颌面外科杂志, 2001, 11(2): 122-124, 137. https://www.cnki.com.cn/Article/CJFDTOTAL-KQHM200102009.htm [2] NI G X, LU W W, XU B, et al. Interfacial behaviour of strontium-containing hydroxyapatite cement with cancellous and cortical bone[J]. Biomaterials, 2006, 27(29): 5127-5133. doi: 10.1016/j.biomaterials.2006.05.030
[3] WONG C T, CHEN Q Z, LU W W, et al. Ultrastructural study of mineralization of a strontium-containing hydroxyapatite (Sr-HA) cement in vivo[J]. J Biomed Mater Res A, 2004, 70(3): 428-435.
[4] 晏焕青, 郝永强, 朱邦尚. 纳米锶磷灰石的体外细胞毒性研究[J]. 组织工程与重建外科杂志, 2007, 3(6): 309-311, 320. doi: 10.3969/j.issn.1673-0364.2007.06.003 [5] 林英光, 杨卓如, 程江. 纳米掺锶羟基磷灰石的制备及其抗菌性能研究[J]. 化工新型材料, 2007, 35(S1): 20-24. https://www.cnki.com.cn/Article/CJFDTOTAL-HGXC200609017.htm [6] MUDUROGLU R, IONESCU A C, DEL FABBRO M, et al. Distribution of adhesive layer in class Ⅱ composite resin restorations before/after interproximal matrix application[J]. J Dent, 2020, 103: 103494. doi: 10.1016/j.jdent.2020.103494
[7] 郭晓伟. 不同功能性聚氨酯的合成及其在牙本质-复合树脂粘接界面的应用[D]. 长春: 吉林大学, 2020. [8] 乌日汉, 郭小娟, 王怡, 等. 牙菌斑生物膜的形成与控制[J]. 微生物学报, 2018, 58(11): 1950-1960. https://www.cnki.com.cn/Article/CJFDTOTAL-WSXB201811009.htm [9] LIANG J, LIU F, ZOU J, et al. pH-responsive antibacterial resin adhesives for secondary caries inhibition[J]. J Dent Res, 2020, 99(12): 1368-1376. doi: 10.1177/0022034520936639
[10] GAO Y, LIANG K N, WEIR M D, et al. Enamel remineralization via poly(amido amine) and adhesive resin containing calcium phosphate nanoparticles[J]. J Dent, 2020, 92: 103262. doi: 10.1016/j.jdent.2019.103262
[11] HENCH L L. The story of bioglass[J]. J Mater Sci Mater Med, 2006, 17(11): 967-978. doi: 10.1007/s10856-006-0432-z
[12] VOLLENWEIDER M, BRUNNER T J, KNECHT S, et al. Remineralization of human dentin using ultrafine bioactive glass particles[J]. Acta Biomater, 2007, 3(6): 936-943. doi: 10.1016/j.actbio.2007.04.003
[13] MILLY H, FESTY F, WATSON T F, et al. Enamel white spot lesions can remineralise using bio-active glass and polyacrylic acid-modified bio-active glass powders[J]. J Dent, 2014, 42(2): 158-166. doi: 10.1016/j.jdent.2013.11.012
[14] 国家食品药品监督管理总局. 外科植入物植入材料磷灰石形成能力的体外评估: YY/T 1447-2016[S]. 北京: 中国标准出版社, 2017. [15] ABD EL-AZIZ A M, ABD EL-FATTAH A, EL-MAGHRABY A, et al. Viscoelasticity, mechanical properties, and in vitro bioactivity of gelatin/borosilicate bioactive glass nanocomposite hydrogels as potential scaffolds for bone regeneration[J]. Polymers, 2021, 13(12): 2014. doi: 10.3390/polym13122014
[16] 吕凝磊. 掺锶生物玻璃及其与羟基磷灰石复合材料的制备及溶解性研究[D]. 长沙: 中南大学, 2014. [17] CHRISTENSEN G J. Conservative posterior tooth restorations[J]. J Esthet Restor Dent, 1993, 5(4): 154-160. doi: 10.1111/j.1708-8240.1993.tb00772.x
[18] International Standard ISO 4049(2000). Polymer-based filling, restorative and luting materials[S]. Geneva: Technical Committee 106-Dentistry, International Standards Organization, 2000.
[19] JONES J R. Reprint of: review of bioactive glass: from Hench to hybrids[J]. Acta Biomater, 2015, 23 Suppl: S53-S82.
[20] 马安博. 生物活性玻璃的研究现状及发展趋势[J]. 粘接, 2018, 39(2): 56-60. https://www.cnki.com.cn/Article/CJFDTOTAL-NIAN201802011.htm [21] 梁绮明. 新型生物玻璃牙髓修复材料的制备与性能研究[D]. 广州: 华南理工大学, 2015. [22] RANDOLPH L D, PALIN W M, LELOUP G, et al. Filler characteristics of modern dental resin composites and their influence on physico-mechanical properties[J]. Dent Mater, 2016, 32(12): 1586-1599. doi: 10.1016/j.dental.2016.09.034
[23] 甄风磊, 陈良, 黄从运. 牙科复合树脂中无机填料的研究进展[J]. 材料导报, 2016, 30(3): 29-32. https://www.cnki.com.cn/Article/CJFDTOTAL-CLDB201603006.htm [24] LEI B, CHEN X F, WANG Y J, et al. Surface nanoscale patterning of bioactive glass to support cellular growth and differentiation[J]. J Biomed Mater Res A, 2010, 94(4): 1091-1099.
[25] 吴艳波. 单分散/放射状生物活性玻璃的制备、表征及性能研究[D]. 广州: 广东药科大学, 2021. [26] 辛东嵘. 湿热环境中环氧树脂力学性能和界面破坏机理的研究[D]. 广州: 华南理工大学, 2013. [27] SCHULZE K A, MARSHALL S J, GANSKY S A, et al. Color stability and hardness in dental composites after accelerated aging[J]. Dent Mater, 2003, 19(7): 612-619. doi: 10.1016/S0109-5641(03)00003-4
[28] 蒙俊权. 齿科修复用光固化复合树脂制备、理化与生物学性能评价研究[D]. 北京: 北京化工大学, 2017. [29] 周学刚. 多尺度多维度填料协同增强增韧光固化树脂基口腔材料的制备及性能研究[D]. 北京: 北京化工大学, 2014. [30] 郭永锦, 程辉, 章少萍, 等. 含锶生物填料制备与牙科树脂的机械性能[J]. 中国组织工程研究与临床康复, 2010, 14(38): 7124-7128. https://www.cnki.com.cn/Article/CJFDTOTAL-XDKF201038027.htm [31] CONDON J R, FERRACANE J L. Reduced polymerization stress through non-bonded nanofiller particles[J]. Biomaterials, 2002, 23(18): 3807-3815.
[32] MORTAZAVI V, ATAI M, FATHI M, et al. The effect of nanoclay filler loading on the flexural strength of fiber-reinforced composites[J]. Dent Res J (Isfahan), 2012, 9(3): 273-280.
计量
- 文章访问数: 329
- HTML全文浏览量: 94
- PDF下载量: 38
苏公网安备 32100302010246号
