MétaCan
Menu
Retour à la cohorte
Enregistrement W2932357550 · doi:10.1002/adbi.201900018

Integrated Microphysiological Systems: Transferable Organ Models and Recirculating Flow

2019· review· en· W2932357550 sur OpenAlexfundno aff
Nassim Rousset, Christian Lohasz, Oanh T. P. Nguyen, Andreas Hierlemann

Notice bibliographique

RevueAdvanced Biosystems · 2019
Typereview
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensnon disponible
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesEidgenössische Technische Hochschule ZürichSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen Forschung
Mots-clésBiochemical engineeringComputer scienceQuality (philosophy)Computational biologyRisk analysis (engineering)BiologyEngineering

Résumé

récupéré en direct d'OpenAlex

Studying and understanding of tissue and disease mechanisms largely depend on the availability of suitable and representative biological model systems. These model systems should be carefully engineered and faithfully reproduce the biological system of interest to understand physiological effects, pharmacokinetics, and toxicity to better identify new drug compounds. By relying on microfluidics, microphysiological systems (MPSs) enable the precise control of culturing conditions and connections of advanced in vitro 3D organ models that better reproduce in vivo environments. This review focuses on transferable in vitro organ models and integrated MPSs that host these transferable biological units and enable interactions between different tissue types. Interchangeable and transferrable in vitro organ models allow for independent quality control of the biological model before system assembly and building MPS assays on demand. Due to the complexity and different maturation times of individual in vitro tissues, off-chip production and quality control entail improved stability and reproducibility of the systems and results, which is important for large-scale adoption of the technology. Lastly, the technical and biological challenges and open issues for realizing and implementing integrated MPSs with transferable in vitro organ models are discussed.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,079
Tête enseignante GPT0,311
Écart entre enseignants0,232 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations16
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced BiosystemsMême sujet3D Printing in Biomedical ResearchTravaux en français237 207