Integration and detection of biochemical assays in digital microfluidic LOC devices
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
The ambition of lab-on-a-chip (LOC) systems to achieve chip-level integration of a complete analytical process capable of performing a complex set of biomedical protocols is hindered by the absence of standard fluidic components able to be assembled. As a result, most microfluidic platforms built to date are highly specialized and designed to fulfill the requirements of a single particular application within a limited set of operations. Electrowetting-on-dielectric (EWOD) digital microfluidic technology has been recently introduced as a new methodology in the quest for LOC systems. Herein, unit volume droplets are manipulated along electrode arrays, allowing a microfluidic function to be reduced to a set of basic operations. The highly reprogrammable architecture of these systems can satisfy the needs of a diverse set of biochemical assays and ensure reconfigurability, flexibility and portability between different categories of applications and requirements. While important progress was made over past years in the fabrication, miniaturization and function programming of the basic EWOD fluidic operations, the success of this technology will in great part depend on the ability of researchers to couple or integrate digital microfluidics to detection approaches that can make the system competitive for LOC applications. The detection techniques should be able to circumvent the limitations of hydrophobic surfaces and exploit the advantages of the array format, high droplet transport speeds and rapid mixing schemes. This review provides an in-depth look at recent developments for the coupling and integration of detection techniques with digital microfluidic platforms for bio-chemical applications.
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) | 0,001 | 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