Transcribing In Vivo Blood Vessel Networks into In Vitro Perfusable Microfluidic Devices
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The 3D architecture of blood vessel networks dictates how nutrients, waste, and drugs are transported. These transport processes are difficult to study in vivo, leading researchers to develop methods to construct vessel networks in vitro. However, existing methods require expensive, customized equipment and cannot create large (>1 cm 3 ) constructs. This makes them inaccessible to many researchers or educators. Here, a method that transcribes 3D images of blood vessel networks into physical microfluidic devices is developed. The method takes 3D images of blood vessel networks and uses fused‐filament 3D fabrication with standard polylactic acid (PLA) filament to print the imaged vessel network. The 3D printout is cast in polydimethylsiloxane (PDMS) and dissolved, producing vessel channels that are lined with endothelial cells. Devices imprinted with different vessel networks including small intestinal villi, pancreatic islets, and tumors from mice and humans are created. The method replicates the complex geometries of blood vessel networks in an in vitro device with commonly available equipment and materials. This increases the accessibility of this technology by allowing researchers or educators without access to expensive laser ablation microscope set‐ups or custom 3D printers to be able to create vasculature network devices.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle