Feasibility of Using Adjunctive Optogenetic Technologies in Cardiomyocyte Phenotyping – from the Single Cell to the Whole Heart
Notice bibliographique
Résumé
In 1791, Galvani established that electricity activated excitable cells. In the two centuries that followed, electrode stimulation of neuronal, skeletal and cardiac muscle became the adjunctive method of choice in experimental, electrophysiological, and clinical arenas. This approach underpins breakthrough technologies like implantable cardiac pacemakers that we currently take for granted. However, the contact dependence, and field stimulation that electrical depolarization delivers brings inherent limitations to the scope and experimental scale that can be achieved. Many of these were not exposed until reliable in vitro stem-cell derived experimental materials, with genotypes of interest, were produced in the numbers needed for multi-well screening platforms (for toxicity or efficacy studies) or the 2D or 3D tissue surrogates required to study propagation of depolarization within multicellular constructs that mimic clinically relevant arrhythmia in the heart or brain. Here the limitations of classical electrode stimulation are discussed. We describe how these are overcome by optogenetic tools which put electrically excitable cells under the control of light. We discuss how this enables studies in cardiac material from the single cell to the whole heart scale. We review the current commercial platforms that incorporate optogenetic stimulation strategies, and summarize the global literature to date on cardiac applications of optogenetics. We show that the advantages of optogenetic stimulation relevant to iPS-CM based screening include independence from contact, elimination of electrical stimulation artefacts in field potential measuring approaches such as the multi-electrode array, and the ability to print re-entrant patterns of depolarization at will on 2D cardiomyocyte monolayers.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».