MétaCan
Menu
Retour à la cohorte
Enregistrement W2894840762 · doi:10.1039/c8lc00708j

Self-filling microwell arrays (SFMAs) for tumor spheroid formation

2018· article· en· W2894840762 sur OpenAlexafffund
Amir Seyfoori, Ehsan Samiei, Neda Jalili, Brent Godau, Mehdi Rahmanian, Leila Farahmand, Keivan Majidzadeh‐A, Mohsen Akbari

Notice bibliographique

RevueLab on a Chip · 2018
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésSpheroidNanotechnologyChemistryMaterials scienceBiochemistryIn vitro

Résumé

récupéré en direct d'OpenAlex

Tumor spheroid formation in microwell arrays is a promising approach for high-throughput screening of chemotherapeutic agents. This method offers the advantage of better mimicking the complexities of tumors as compared to conventional monolayer culture systems. However, using these technologies to their full potential is hindered by the inability to seed the cells within the wells uniformly and with high yield and reproducibility. Moreover, standard manufacturing approaches for fabrication of microwell arrays rely on lithography and etching techniques, which are costly, labor-intensive, and time-consuming. Herein, we report on the development of self-filling microwell arrays (SFMAs) in which cells are directed from a loading chamber to microwells using inclined guiding channels. The SFMAs are fabricated by replica molding of three-dimensionally (3D) printed molds in agarose. We characterize the fabrication process, demonstrate the ability to culture breast adenocarcinoma MCF-7 and glioma U87 in SFMAs and perform drug toxicity studies. We envision that the proposed innovative approach opens avenues of opportunities for high-throughput three-dimensional cell culture for drug screening and disease modeling.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,281
Score d'incertitude au seuil1,000

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,018
Tête enseignante GPT0,261
Écart entre enseignants0,244 · 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.

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

Citations59
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLab on a ChipMême sujet3D Printing in Biomedical ResearchTravaux en français237 207