MétaCan
Menu
Retour à la cohorte
Enregistrement W2942688963 · doi:10.1093/bfgp/elz006

Microfluidic devices for embryonic and larval zebrafish studies

2019· review· en· W2942688963 sur OpenAlexaff
Arezoo Khalili, Pouya Rezai

Notice bibliographique

RevueBriefings in Functional Genomics · 2019
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueZebrafish Biomedical Research Applications
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésZebrafishDanioBiologyModel organismMicrofluidicsEmbryonic stem cellOrganismNeuroscienceOptical transparencyComputational biologyNanotechnologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Zebrafish or Danio rerio is an established model organism for studying the genetic, neuronal and behavioral bases of diseases and for toxicology and drug screening. The embryonic and larval stages of zebrafish have been used extensively in fundamental and applied research due to advantages offered such as body transparency, small size, low cost of cultivation and high genetic homology with humans. However, the manual experimental methods used for handling and investigating this organism are limited due to their low throughput, labor intensiveness and inaccuracy in delivering external stimuli to the zebrafish while quantifying various neuronal and behavioral responses. Microfluidic and lab-on-a-chip devices have emerged as ideal technologies to overcome these challenges. In this review paper, the current microfluidic approaches for investigation of behavior and neurobiology of zebrafish at embryonic and larval stages will be reviewed. Our focus will be to provide an overview of the microfluidic methods used to manipulate (deliver and orient), immobilize and expose or inject zebrafish embryos or larvae, followed by quantification of their responses in terms of neuron activities and movement. We will also provide our opinion in terms of the direction that the field of zebrafish microfluidics is heading toward in the area of biomedical engineering.

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 enseignants0,009
Score d'incertitude au seuil0,029

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
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,006

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 Opus0,085
Tête enseignante GPT0,363
Écart entre enseignants0,278 · 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

Citations40
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBriefings in Functional GenomicsMême sujetZebrafish Biomedical Research ApplicationsTravaux en français237 207