Compact 256-channel multi-well microelectrode array system for <i>in vitro</i> neuropharmacology test
Notice bibliographique
Résumé
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 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».