An integrated microfluidic flow-focusing platform for on-chip fabrication and filtration of cell-laden microgels
Notice bibliographique
Résumé
We present the development of a stable continuous, and integrated microfluidic platform for the high-throughput fabrication of monodisperse cell-laden microgel droplets with high and maintained cellular viability. This is through combining onto one chip all the required processes from the droplet generation in a flow focusing microfluidic junction passing through on-chip photocrosslinking to the separation of the droplets from the continuous oil phase. To avoid cellular aggregation during the droplet generation process, cells were treated with bovine serum albumin (BSA) before mixing with gelatin methacrylate (GelMA). And, a magnetic mixer was applied to the GelMA prepolymer-cell suspension syringe to eliminate cell sedimentation. These approaches resulted in having a reasonable distribution of cells among monodisperse microdroplets. The microdroplets were irradiated with a 405 nm wavelength laser beam while passing through the crosslinking chamber of the microfluidic device. The produced microgels enter the filtration unit of the same device where they were gently separated from the oil phase into the washing buffer aqueous solution of Tween 80 using the filter microposts array. The viability of the encapsulated cells was around 85% at day 1 and was maintained throughout 5 days. Using this method of controlling cell encapsulation with on-chip crosslinking and oil filtration, highly efficient cell-laden microgel production is achieved. The presented integrated microfluidic platform can be a candidate for standard cell-encapsulation experiments and other tissue engineering applications.
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 ».