Technique for Real-Time Measurements of Endothelial Permeability in a Microfluidic Membrane Chip Using Laser-Induced Fluorescence Detection
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».