MétaCan
Menu
Retour à la cohorte
Enregistrement W2922426886 · doi:10.1039/c9lc00036d

Hydrodynamic shuttling for deterministic high-efficiency multiple single-cell capture in a microfluidic chip

2019· article· en· W2922426886 sur OpenAlexaff
Cheng‐Kun He, Ya‐Wen Chen, Ssu‐Han Wang, Chia‐Hsien Hsu

Notice bibliographique

RevueLab on a Chip · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensInstitute of Cancer Research
Organismes subventionnairesNational Chung-Hsing UniversityNational Health Research InstitutesMinistry of Science and Technology, Taiwan
Mots-clésMicrofluidicsChipMicrofluidic chipLab-on-a-chipComputer scienceNanotechnologyMaterials scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

Studies on cellular heterogeneity have emerged as a powerful approach for developing new strategies to treat diseases including cancer. However, it is difficult to set up an in vitro co-culture experiment to study the interaction of individual live cells. In this paper, we report a hydrodynamic shuttling chip (HSC) which can deterministically capture single cells into microfluidic chambers to set up multiple single-cell co-culture experiments in which individual live cells can be microscopically observed. Using this chip device, we demonstrated a triple single-cell culture of oral squamous cell carcinoma and lymphatic endothelial cells to observe the effect of cell-cell interaction on the cell motility. Triple, single-cell pairing efficiency by our HSC device was eightfold higher than that of the probabilistic method. Using this HSC device, we were able to perform triple-culture experiments to show the cell type-dependent motility of oral squamous cell carcinoma and lymphatic endothelial cells, which was not observed in co-culture experiments.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,191
Écart entre enseignants0,181 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations42
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLab on a ChipMême sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207