Technique for Real-Time Measurements of Endothelial Permeability in a Microfluidic Membrane Chip Using Laser-Induced Fluorescence Detection
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
Characterizing permeability of the endothelium that lines blood vessels and heart valves provides fundamental physiological information and is required to evaluate uptake of drugs and other biomolecules. However, current techniques used to measure permeability, such as Transwell insert assays, do not account for the recognized effects of fluid flow-induced shear stress on endothelial permeability or are inherently low-throughput. Here we report a novel on-chip technique in a two-layer membrane-based microfluidic platform to measure real-time permeability of endothelial cell monolayers on porous membranes. Bovine serum albumin (a model protein) conjugated with fluorescein isothiocyanate was delivered to an upper microchannel by pressure-driven flow and was forced to permeate a poly(ethylene terephthalate) membrane into a lower microchannel, where it was detected by laser-induced fluorescence. The concentration of the permeate at the point of detection varied with channel flow rates in agreement to less than 1% with theoretical analyses using a pore flow model. On the basis of the model, a sequential flow rate stepping scheme was developed and applied to obtain the permeability of cell-free and cell-bound membrane layers. This technique is a highly sensitive, novel microfluidic approach for measuring endothelial permeability in vitro, and the use of micrometer-sized channels offers the potential for parallelization and increased throughput compared to conventional shear-based permeability measurement methods.
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 | 0,000 | 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 découle