MétaCan
Menu
Retour à la cohorte
Enregistrement W2047652949 · doi:10.1021/ac0011585

Monitoring Motility, Spreading, and Mortality of Adherent Insect Cells Using an Impedance Sensor

2001· article· en· W2047652949 sur OpenAlexaff
John H. T. Luong, Mehran Habibi-Rezaei, Jamal Meghrous, Caide Xiao, Keith B. Male, Amine Kamen

Notice bibliographique

RevueAnalytical Chemistry · 2001
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensNational Research Council CanadaBiotechnology Research Institute
Organismes subventionnairesnon disponible
Mots-clésChemistryMotilityElectrodeBiophysicsElectrical impedanceCell cultureConcanavalin ACell biologyBiochemistryIn vitroBiology

Résumé

récupéré en direct d'OpenAlex

An emerging sensor technology referred to as electric cell-substrate impedance sensing (ECIS) has been extended for monitoring the behavior of insect cells including attachment, motility, and mortality. In ECIS, adherent cells were cultured on an array of eight small gold electrodes deposited on the bottom of tissue culture wells and immersed in a culture medium. Upon the attachment and spreading of cells on the gold electrode, the impedance increased because the cells acted as insulating particles to restrict the current flow. Experimental data revealed that insect cells interacted differently with various proteins used to precoat the gold electrode with concanavalin A as the best promoter to accelerate the rate of cell attachment. After the cells were fully spread, the measured impedance continued to fluctuate to reflect the constant motion and metabolic activity of the cells. As the cell behavior was sensitive to external chemicals, the applicability of ECIS for inhibition assays was demonstrated with HgCl2, trinitrotoluene, trinitrobenzene (TNB), and 2-amino-4,6-dinitrotoluene as model systems. Unlike conventional assays, the quantitative data obtained in this study are taken in real time and in a continuous fashion to depict cell motility and mortality.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Empirique
Score de désaccord entre enseignants0,000
Score d'incertitude au seuil0,001

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,057
Tête enseignante GPT0,284
Écart entre enseignants0,227 · 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

Citations115
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

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