High-throughput combinatorial cell co-culture using microfluidics
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
Co-culture strategies are foundational in cell biology. These systems, which serve as mimics of in vivo tissue niches, are typically poorly defined in terms of cell ratios, local cues and supportive cell-cell interactions. In the stem cell niche, the ability to screen cell-cell interactions and identify local supportive microenvironments has a broad range of applications in transplantation, tissue engineering and wound healing. We present a microfluidic platform for the high-throughput generation of hydrogel microbeads for cell co-culture. Encapsulation of different cell populations in microgels was achieved by introducing in a microfluidic device two streams of distinct cell suspensions, emulsifying the mixed suspension, and gelling the precursor droplets. The cellular composition in the microgels was controlled by varying the volumetric flow rates of the corresponding streams. We demonstrate one of the applications of the microfluidic method by co-encapsulating factor-dependent and responsive blood progenitor cell lines (MBA2 and M07e cells, respectively) at varying ratios, and show that in-bead paracrine secretion can modulate the viability of the factor dependent cells. Furthermore, we show the application of the method as a tool to screen the impact of specific growth factors on a primary human heterogeneous cell population. Co-encapsulation of IL-3 secreting MBA2 cells with umbilical cord blood cells revealed differential sub-population responsiveness to paracrine signals (CD14+ cells were particularly responsive to locally delivered IL-3). This microfluidic co-culture platform should enable high throughput screening of cell co-culture conditions, leading to new strategies to manipulate cell fate.
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