MétaCan
Menu
Retour à la cohorte
Enregistrement W2490299533 · doi:10.1021/acs.bioconjchem.6b00187

Generation of a Scaffold-Free Three-Dimensional Liver Tissue via a Rapid Cell-to-Cell Click Assembly Process

2016· article· en· W2490299533 sur OpenAlexafffund
Dmitry Rogozhnikov, Wei Luo, Sina Elahipanah, Paul J. O’Brien, Muhammad N. Yousaf

Notice bibliographique

RevueBioconjugate Chemistry · 2016
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésChemistryScaffoldProcess (computing)CellClick chemistryNanotechnologyCombinatorial chemistryBiochemistryBiomedical engineeringProgramming languageComputer science

Résumé

récupéré en direct d'OpenAlex

There has been tremendous interest in constructing in vitro liver organ models for a range of fundamental studies of cell signaling, metabolism, and infectious diseases, and as a commercial system to evaluate therapeutic drug discovery prioritization and toxicity. Although there has been progress toward studying two-dimensional hepatic function in vitro, there remain challenging obstacles to generate rapid and efficient scaffold-free three-dimensional multiple cell line coculture tissue models of liver. Herein, we develop and employ a strategy to induce specific and stable cell-cell contacts among multiple hepatic cell lines to generate 3D tissues through cell-surface engineering based on liposome delivery and fusion to display bio-orthogonal functional groups from cell membranes. We generate, for the first time, a three cell line coculture 3D liver tissue model by assembling hepatocytes, hepatic endothelial cells, and hepatic stellate cells via a rapid intercell click ligation process. We compare and analyze the function of the superior 3D liver tissue chips with 2D coculture monolayer by assessing mitochondrial metabolic activity and evaluating drug toxicity.

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 enseignants0,007
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,025
Tête enseignante GPT0,259
Écart entre enseignants0,234 · 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

Citations16
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioconjugate ChemistryMême sujet3D Printing in Biomedical ResearchTravaux en français237 207