Highly efficient adenoviral transduction of pancreatic islets using a microfluidic device
Notice bibliographique
Résumé
Tissues are challenging to genetically manipulate due to limited penetration of viral particles resulting in low transduction efficiency. We are particularly interested in expressing genetically-encoded sensors in ex vivo pancreatic islets to measure glucose-stimulated metabolism, however poor viral penetration biases these measurements to only a subset of cells at the periphery. To increase mass transfer of viral particles, we designed a microfluidic device that holds islets in parallel hydrodynamic traps connected by an expanding by-pass channel. We modeled viral particle flow into the tissue using fluorescently-labelled gold nanoparticles of varying sizes and showed a penetration threshold of only ∼5 nm. To increase this threshold, we used EDTA to transiently reduce cell-cell adhesion and expand intercellular space. Ultimately, a combination of media flow and ETDA treatment significantly increased adenoviral transduction to the core of the islet. As proof-of-principle, we used this protocol to transduce an ER-targeted redox sensitive sensor (eroGFP), and revealed significantly greater ER redox capacity at core islet cells. Overall, these data demonstrate a robust method to enhance transduction efficiency of islets, and potentially other tissues, by using a combination of microfluidic flow and transient tissue expansion.
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 ».