Fly-on-a-Chip: Microfluidics for Drosophila melanogaster Studies
Notice bibliographique
Résumé
The fruit fly or Drosophila melanogaster has been used as a promising model organism in genetics, developmental and behavioral studies as well as in the fields of neuroscience, pharmacology, and toxicology. Not only all the developmental stages of Drosophila, including embryonic, larval, and adulthood stages, have been used in experimental in vivo biology, but also the organs, tissues, and cells extracted from this model have found applications in in vitro assays. However, the manual manipulation, cellular investigation and behavioral phenotyping techniques utilized in conventional Drosophila-based in vivo and in vitro assays are mostly time-consuming, labor-intensive, and low in throughput. Moreover, stimulation of the organism with external biological, chemical, or physical signals requires precision in signal delivery, while quantification of neural and behavioral phenotypes necessitates optical and physical accessibility to Drosophila. Recently, microfluidic and lab-on-a-chip devices have emerged as powerful tools to overcome these challenges. This review paper demonstrates the role of microfluidic technology in Drosophila studies with a focus on both in vivo and in vitro investigations. The reviewed microfluidic devices are categorized based on their applications to various stages of Drosophila development. We have emphasized technologies that were utilized for tissue- and behavior-based investigations. Furthermore, the challenges and future directions in Drosophila-on-a-chip research, and its integration with other advanced technologies, will be 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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,005 |
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 ».