MétaCan
Menu
Retour à la cohorte
Enregistrement W1968591207 · doi:10.1021/ac0496906

Microfabricated System for Parallel Single-Cell Capillary Electrophoresis

2004· article· en· W1968591207 sur OpenAlexaff
Nigel R. Munce, Jianzhao Li, Peter R. Herman, Lothar Lilge

Notice bibliographique

RevueAnalytical Chemistry · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Science Council
Mots-clésChemistryCapillary electrophoresisMicrofluidicsLysisCapillary actionOptical tweezersElectrophoresisShakerSingle-cell analysisChromatographyLab-on-a-chipFluidicsAnalytical Chemistry (journal)NanotechnologyCellOpticsMaterials science

Résumé

récupéré en direct d'OpenAlex

Performing single-cell electrophoresis separations using multiple parallel microchannels offers the possibility of both increasing throughput and eliminating cross-contamination between different separations. The instrumentation for such a system requires spatial and temporal control of both single-cell selection and lysis. To address these problems, a compact platform is presented for single-cell capillary electrophoresis in parallel microchannels that combines optical tweezers for cell selection and electromechanical lysis. Calcein-labeled acute myloid leukemia (AML) cells were selected from an on-chip reservoir and transported by optical tweezers to one of four parallel microfluidic channels. Each channel entrance was manufactured by F2-laser ablation to form a 20- to 10-microm tapered lysis reservoir, creating an injector geometry effective in confining the cellular contents during mechanical shearing of the cell at the 10-microm capillary entrance. The contents of individual cells were simultaneously injected into parallel channels resulting in electrophoretic separation as recorded by laser-induced fluorescence of the labeled cellular contents.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,004

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,186
Écart entre enseignants0,176 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations105
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207