Shrinking, growing, and bursting: microfluidic equilibrium control of water-in-water droplets
Notice bibliographique
Résumé
We demonstrate the dynamic control of aqueous two phase system (ATPS) droplets in shrinking, growing, and dissolving conditions. The ATPS droplets are formed passively in a flow focusing microfluidic channel, where the dextran-rich (DEX) and polyethylene glycol-rich (PEG) solutions are introduced as disperse and continuous phases, respectively. To vary the ATPS equilibrium condition, we infuse into a secondary inlet the PEG phase from a different polymer concentration ATPS. We find that the resulting alteration of the continuous PEG phase can cause droplets to shrink or grow by approximately 45 and 30%, respectively. This volume change is due to water exchange between the disperse DEX and continuous PEG phases, as the system tends towards new equilibria. We also develop a simple model, based on the ATPS binodal curve and tie lines, that predicts the amount of droplet shrinkage or growth, based on the change in the continuous phase PEG concentration. We observe a good agreement between our experimental results and the model. Additionally, we find that when the continuous phase PEG concentration is reduced such that PEG and DEX phases no longer phase separate, the ATPS droplets are dissolved into the continuous phase. We apply this method to controllably release encapsulated microparticles and cells, and we find that their release occurs within 10 seconds. Our approach uses the dynamic equilibrium of ATPS to control droplet size along the microfluidic channel. By modulating the ATPS equilibrium, we are able to shrink, grow, and dissolve ATPS droplets in situ. We anticipate that this approach may find utility in many biomedical settings, for example, in drug and cell delivery and release 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.
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 | 0,000 |
| 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 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 ».