Platform for High-Throughput Testing of the Effect of Soluble Compounds on 3D Cell Cultures
Notice bibliographique
Résumé
In vitro 3D culture could provide an important model of tissues in vivo, but assessing the effects of chemical compounds on cells in specific regions of 3D culture requires physical isolation of cells and thus currently relies mostly on delicate and low-throughput methods. This paper describes a technique ("cells-in-gels-in-paper", CiGiP) that permits rapid assembly of arrays of 3D cell cultures and convenient isolation of cells from specific regions of these cultures. The 3D cultures were generated by stacking sheets of 200-μm-thick paper, each sheet supporting 96 individual "spots" (thin circular slabs) of hydrogels containing cells, separated by hydrophobic material (wax, PDMS) impermeable to aqueous solutions, and hydrophilic and most hydrophobic solutes. A custom-made 96-well holder isolated the cell-containing zones from each other. Each well contained media to which a different compound could be added. After culture and disassembly of the holder, peeling the layers apart "sectioned" the individual 3D cultures into 200-μm-thick sections which were easy to analyze using 2D imaging (e.g., with a commercial gel scanner). This 96-well holder brings new utilities to high-throughput, cell-based screening, by combining the simplicity of CiGiP with the convenience of a microtiter plate. This work demonstrated the potential of this type of assays by examining the cytotoxic effects of phenylarsine oxide (PAO) and cyclophosphamide (CPA) on human breast cancer cells positioned at different separations from culture media in 3D cultures.
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 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».