Cell‐Electronic Sensing of Cellular Responses to Micro‐ and Nanoparticles for Environmental Applications
Notice bibliographique
Résumé
Cell‐based biosensors ( CBB s) utilizing impedance measurement have become a powerful tool for cytotoxicity analysis of (i) engineered micro‐ and nanoparticles (NPs) and (ii) complex mixtures of environmental particulate matter ( PM ). With the recent increase in the development and application of NPs, bio‐analytical techniques capable of fast, reliable, and accurate cytotoxicity analysis are needed to prioritize these materials for further toxicological testing to ensure their safe use, both for human health and environmental safety. This article focuses on the development and application of impedance‐based CBBs for rapid, sensitive, efficient, and label‐free analysis of micro‐ and nanoparticle‐induced cytotoxicity through the monitoring of several cellular responses, including cell adhesion, spreading, proliferation, transepithelial or trans endothelial electrical resistance ( TER ), and micromotion. In addition, these techniques are potentially useful for air quality monitoring, as demonstrated through the cytotoxicity analysis of complex mixtures of PM. Instruments based on electric cell–substrate impedance sensing ( ECIS ) and real‐time cell analysis ( RTCA ) are the two most widely used impedance‐based devices commercially available. Thus, detailed descriptions of the principles directing the impedance‐based measurements and data analysis employed in these systems are presented.
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 | 0,000 |
| 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 ».