Fabrication of thin‐layer matrigel‐based constructs for three‐dimensional cell culture
Notice bibliographique
Résumé
Extracellular matrix-based hydrogels such as Matrigel are easy-to-use, commercially available, and offer environments for three-dimensional (3-D) cell culture that mimic native tissue. However, manipulating small volumes of these materials to produce thin-layer 3-D culture systems suitable for analysis is difficult because of air-liquid-substrate interfacial tension effects and evaporation. Here, we demonstrate two simple techniques that use standard liquid-handling tools and nontreated 96-well plates to produce uniform, thin-layer constructs for 3-D culture of cells in Matrigel. The first technique, the floating 3-D cell culture method, uses phase-separating polymers to form a barrier between the dispensed Matrigel, air, and cultureware surface to generate consistently thin hydrogels from volumes as low as 5 μL. These unanchored gels provide a useful assay for investigating airway smooth muscle cell contraction and may have future applications in studying asthma pathophysiology. The second technique, the fixed 3-D cell culture method, provides an anchored gel system for culturing noncontractile cells (e.g., neurons) where 20 μL of Matrigel is dispensed into the bottom of a well filled with culture medium to form a thin gel containing embedded cells. This technique has potential widespread applications as an accessible 3-D culture platform for high-throughput production of disease models for evaluation of novel drug therapies. © 2018 American Institute of Chemical Engineers Biotechnol. Prog., 35: e2733, 2019.
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».