MétaCan
Menu
Retour à la cohorte
Enregistrement W2470006936 · doi:10.1063/1.4958982

Single cell functional analysis of multiple myeloma cell populations correlates with diffusion profiles in static microfluidic coculture systems

2016· article· en· W2470006936 sur OpenAlexafffund
Thomas A. Moore, Edmond W. K. Young

Notice bibliographique

RevueBiomicrofluidics · 2016
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCancer Research SocietyCMC Microsystems
Mots-clésMicrofluidicsMicroscale chemistryStromal cellParacrine signallingSingle-cell analysisCellCell cultureChemistryCell biologyPopulationBiophysicsBiological systemBiologyMaterials scienceNanotechnologyReceptorGeneticsBiochemistryMedicineCancer research

Résumé

récupéré en direct d'OpenAlex

Microfluidic cell culture systems are becoming increasingly useful for studying biology questions, particularly those involving small cell populations that are cultured within microscale geometries mimicking the complex cellular microenvironment. Depending on the geometry and spatial organization of these cell populations, however, paracrine signaling between cell types can depend critically on spatial concentration profiles of soluble factors generated by diffusive transport. In scenarios where single cell data are acquired to study cell population heterogeneities in functional response, uncertainty associated with concentration profiles can lead to interpretation bias. To address this issue and provide important evidence on how diffusion develops within typical microfluidic cell culture systems, a combination of experimental and computational approaches were applied to measure and predict concentration patterns within microfluidic geometries, and characterize the functional response of culture cells based on single-cell resolution transcription factor activation. Using a model coculture system consisting of multiple myeloma cells (MMCs) and neighboring bone marrow stromal cells (BMSCs), we measured concentrations of three cytokines (IL-6, VEGF, and TNF-α) in conditioned media collected from separate culture compartments using a multiplex ELISA system. A 3D numerical model was developed to predict biomolecular diffusion and resulting concentration profiles within the tested microsystems and compared with experimental diffusion of 20 kDa FITC-Dextran. Finally, diffusion was further characterized by controlling exogenous IL-6 diffusion and the coculture spatial configuration of BMSCs to stimulate STAT3 nuclear translocation in MMCs. Results showed agreement between numerical and experimental results, provided evidence of a shallow concentration gradient across the center well of the microsystem that did not lead to a bias in results, and demonstrated that microfluidic systems can be tailored with specific geometries to avoid spatial bias when desired.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,023
Score d'incertitude au seuil0,656

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
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)0,0000,000

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 Opus0,021
Tête enseignante GPT0,225
Écart entre enseignants0,204 · 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 tête enseignante, 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

Citations11
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomicrofluidicsMême sujet3D Printing in Biomedical ResearchTravaux en français237 207