Dynamic Monitoring of Cytotoxicity on Microelectronic Sensors
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A real-time cell electronic sensing (RT-CES) system was used for label-free, dynamic measurement of cell responses to cytotoxicants. Cells were grown onto the surfaces of microelectronic sensors, which are comprised of circle-on-line electrode arrays and are integrated into the bottom surfaces of the microtiter plate. Changes in cell status such as cell number, viability, morphology, and adherence were monitored and quantified by detecting sensor electrical impedance. For cell quantification and viability measurement, the data generated on the RT-CES system correlated well with those from the colorimetric (MTT) assay. For cytotoxicity assessment, cells growing on microelectronic sensors were treated with different cytotoxicants, such as arsenic, mercury, and sodium dichromate. The dynamic responses of the cells to the toxicants were continuously monitored by the RT-CES system. On the basis of the IC50 values, the RT-CES system displays an equal sensitivity to the neutral red uptake assay at specific time points. Furthermore, because the RT-CES system provides real-time information regarding the state of cell morphology and adhesion in addition to cell number, we were able to discern a previously unreported effect of arsenic on NIH 3T3 cells prior to cell death. Also, using the RT-CES system, we were able to monitor cytotoxicity effects that occur within a minute of compound addition. Taken together, the RT-CES system allows for real-time, continuous monitoring and quantitative recording of the whole assay process and provides new insight into the cell-toxicant interaction.
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.
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 | 0,001 | 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 découle