Integrated electrokinetic sample fractionation and solid‐phase extraction in microfluidic devices
Notice bibliographique
Résumé
A microfluidic device that performs "in space" sample fractionation, collection, and preconcentration for proteomics is described. Effluents from a 2.75 mm long fractionation channel, focused via sheath flow, were sequentially delivered into an array of 36-collection channels containing monolithic polymer beds for SPE. Optimum conditions for the device design, and simultaneous photolytic fabrication of 36 monolithic columns in the 36 channels, as well as for their proper performance in electrokinetic sample fractionation and collection are described. A hydrophobic butyl methacrylate-based monolithic porous polymer was copolymerized with an ionizable monomer, acryloamido-methyl-propane sulfonate, to form a polymer monolith for SPE that also sustains cathodic electroosmotic flow. The SPE bed was made deep enough to greatly reduce the linear flow rate within the bed, in order to compensate for the lower electroosmotic mobility of the cationically charged SPE bed relative to the glass walled device. Under these conditions, electrokinetic fractionation of a protein sample resulted in tightly focused sample zones delivered into each of the 36-channel polymer beds with no observed crosscontamination. Monolithic columns showed reproducible performance with preconcentration factor of 30 for 2 min loading time. The ability to fractionate, collect, and preconcentrate samples on a microfluidic platform will be especially useful for automated or continuous operation of these devices in proteomics research.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».