MétaCan
Menu
Retour à la cohorte
Enregistrement W2099728849 · doi:10.1039/c3lc00051f

A 3D microfluidic platform incorporating methacrylated gelatin hydrogels to study physiological cardiovascular cell–cell interactions

2013· article· en· W2099728849 sur OpenAlexafffund
Michelle B. Chen, Suthan Srigunapalan, Aaron R. Wheeler, Craig A. Simmons

Notice bibliographique

RevueLab on a Chip · 2013
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésSelf-healing hydrogelsGelatinMicrofluidicsMechanobiologyOrgan-on-a-chipBiomedical engineeringBiophysicsNanotechnologyChemistryParacrine signallingShear stressCell biologyMaterials scienceBiologyBiochemistryMedicine

Résumé

récupéré en direct d'OpenAlex

The cardiovascular system is particularly well-suited to modelling with microfluidic technologies, and much progress has been made to create microfluidic devices that mimic the microvasculature. In contrast, microfluidic platforms that model larger blood vessels and heart valves are lacking, despite the clear potential benefits of improved physiological relevance and enhanced throughput over traditional cell culture technologies. To address this need, we developed a bilayer membrane microfluidic device to model the vascular/valvular three-dimensional environment. Key features of the platform include physiologically-relevant spatial arrangement of multiple cell types, fluid flow over an endothelial monolayer, a porous membrane that permits heterotypic cell interactions while maintaining cell compartmentalization, and a photopolymerizable gelatin methacrylate (gel-MA) hydrogel as a physiologically-relevant subendothelial 3D matrix. Processing guidelines were defined for successful in-channel polymerization of gel-MA hydrogels that were mechanically stable, had physiologically-relevant elastic moduli of 2-30 kPa, and supported over 80% primary cell viability for at least four days in culture. The platform was applied to investigate shear stress-regulated paracrine interactions between valvular endothelial cells and valvular interstitial cells. The presence of endothelial cells significantly suppressed interstitial cell pathological differentiation to α-smooth muscle actin-positive myofibroblasts, an effect that was enhanced when the endothelium was exposed to flow-induced shear stress. We expect this versatile organ-on-a-chip platform to have broad utility for mechanistic vascular and valvular biology studies and to be useful for drug screening in physiologically-relevant 3D cardiovascular microenvironments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,269
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations175
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLab on a ChipMême sujet3D Printing in Biomedical ResearchTravaux en français237 207