MétaCan
Menu
Retour à la cohorte
Enregistrement W3045510176 · doi:10.1039/d0lc00384k

Compact 256-channel multi-well microelectrode array system for <i>in vitro</i> neuropharmacology test

2020· article· en· W3045510176 sur OpenAlexaff
Hongki Kang, Yoonkey Nam

Notice bibliographique

RevueLab on a Chip · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neural Engineering
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesSamsung
Mots-clésNeuropharmacologyMultielectrode arrayMicroelectrodeElectrophysiologyApplication-specific integrated circuitIn vitroNeuroscienceComputer scienceChemistryComputer hardwareBiology

Résumé

récupéré en direct d'OpenAlex

Microelectrode arrays (MEAs) have been extensively used to measure extracellular spike activity from cultured neurons using multiple electrodes embedded in a planar glass substrate. This system has been implemented to investigate drug effects by detecting pharmacological perturbation reflected in spontaneous network activity. By configuring multiple wells in an MEA, a high-throughput electrophysiological assay has become available, speeding up drug tests. Despite its merits in acquiring massive amounts of electrophysiological data, the high cost and the bulky size of commercial multi-well MEA systems and most importantly its lack of customizability prevent potential users from fully implementing the system in drug experiments. In this work, we have developed a microelectrode array based drug testing platform by incorporating a custom-made compact 256-channel multi-well MEA in a standard microscope slide and commercial application-specific integrated circuit (ASIC) chip based recording system. We arranged 256 electrodes in 16 wells to maximize data collection from a single chip. The multi-well MEA in this work has a more compact design with reduced chip size compared to previously reported multi-well MEAs. Four synaptic modulators (NMDA, AMPA, bicuculline (BIC) and ATP) were applied to a multi-well MEA and neural spike activity was analyzed to study their neurophysiological effects on cultured neurons. Analyzing various neuropharmacological compounds has become much more accessible by utilizing commercially available digital amplifier chips and customizing a user-preferred analog-front-end interface design with additional benefits in reduced platform size and cost.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,004

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 Opus0,046
Tête enseignante GPT0,273
Écart entre enseignants0,228 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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

En bref

Citations21
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLab on a ChipMême sujetNeuroscience and Neural EngineeringTravaux en français237 207