Flow dynamics within a bioreactor for tissue engineering by residence time distribution analysis combined with fluorescence and magnetic resonance imaging to investigate forced permeability and apparent diffusion coefficient in a perfusion cell culture chamber
Notice bibliographique
Résumé
This study reveals that residence time distribution (RTD) analysis with pH monitoring after acid bolus injection can be used to globally study the flow dynamics of a perfusion bioreactor, while fluorescence microscopy and magnetic resonance imaging (MRI) were used to locally investigate mass transport within a hydrogel scaffold seeded or not with cells. The bioreactor used in this study is a close-loop tubular reactor. A dispersion model in one dimension has been used to describe the non-ideal behavior of the reactor. From open-loop experiments (single-cycle analysis), the presence of stagnant zones and back mixing were observed. The impact of the flow rate, the compliance chamber volume and mixing were investigated. Intermediate flows (30, 45, 60, and 90 mL min(-1)) had no effect over RTD function expressed in reduced time (θ). Lower flow rates (5 and 15 mL min(-1)) were associated to smaller extent of dispersion. The compliance chamber volume greatly affected the dynamics of the RTD function, while the effects of mixing and flow were small to non-significant. An empirical equation has been proposed to localize minima of the RTD function and to predict Per . Finally, cells seeded in a gelatin gel at a density of 800,000 cells mL(-1) had no effect over the permeability and the apparent diffusion coefficient, as revealed by fluorescent microscopy and MRI experiments.
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 ».