Clarifying intact 3D tissues on a microfluidic chip for high-throughput structural analysis
Notice bibliographique
Résumé
On-chip imaging of intact three-dimensional tissues within microfluidic devices is fundamentally hindered by intratissue optical scattering, which impedes their use as tissue models for high-throughput screening assays. Here, we engineered a microfluidic system that preserves and converts tissues into optically transparent structures in less than 1 d, which is 20× faster than current passive clearing approaches. Accelerated clearing was achieved because the microfluidic system enhanced the exchange of interstitial fluids by 567-fold, which increased the rate of removal of optically scattering lipid molecules from the cross-linked tissue. Our enhanced clearing process allowed us to fluorescently image and map the segregation and compartmentalization of different cells during the formation of tumor spheroids, and to track the degradation of vasculature over time within extracted murine pancreatic islets in static culture, which may have implications on the efficacy of beta-cell transplantation treatments for type 1 diabetes. We further developed an image analysis algorithm that automates the analysis of the vasculature connectivity, volume, and cellular spatial distribution of the intact tissue. Our technique allows whole tissue analysis in microfluidic systems, and has implications in the development of organ-on-a-chip systems, high-throughput drug screening devices, and in regenerative medicine.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».