Sizing Cells Using Acoustic Flow Cytometry
Notice bibliographique
Résumé
We have developed an acoustic flow cytometer that combines ultrasound and microfluidics to rapidly size and count cells label-free in a high-throughput manner. Cells are hydrodynamically focused single file into a narrow stream through an ultrasound beam where ultrasound is scattered from each individual cell. The ultrasound operates at a center frequency of 375 MHz with a wavelength of 4 μm; in this regime, the power spectra of the backscattered ultrasound waves have distinct features at specific frequencies that are directly related to the cell size. Our approach can be used to determine the cell diameter by comparing these unique spectral features to established analytical solutions of ultrasound scattering. 3 μm beads with known scattering properties were used to validate the technique. Then, we examined two cells lines with different average cell diameters; acute myeloid leukemia cells, where 2,390 measurements resulted in a mean diameter of 10.0 ± 1.7 μm, and HT29 colorectal cancer cells, where 1,955 measurements resulted in a mean diameter of 15.0 ± 2.3 μm, The resulting histograms showed anticipated distributions. Microfluidic based devices are commonly used for probing single cells, however, very few can determine the cell size. Our technique combines ultrasound and microfluidics to accurately determine the cell size on a cell-by-cell basis, with the potential for integration with fluorescence, light scattering and quantitative photoacoustic techniques for a multiparameter cellular characterization method.
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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».