Multiplexed end-point microfluidic chemotaxis assay using centrifugal alignment
Notice bibliographique
Résumé
A fundamental challenge to multiplexing microfluidic chemotaxis assays at scale is the requirement for time-lapse imaging to continuously track migrating cells. Drug testing and drug screening applications require the ability to perform hundreds of experiments in parallel, which is not feasible for assays that require continuous imaging. To address this limitation, end-point chemotaxis assays have been developed using fluid flow to align cells in traps or sieves prior to cell migration. However, these methods require precisely controlled fluid flow to transport cells to the correct location without undesirable mechanical stress, which introduce significant set up time and design complexity. Here, we describe a microfluidic device that eliminates the need for precise flow control by using centrifugation to align cells at a common starting point. A chemoattractant gradient is then formed using passive diffusion prior to chemotaxis in an incubated environment. This approach provides a simple and scalable approach to multiplexed chemotaxis assays. Centrifugal alignment is also insensitive to cell geometry, enabling this approach to be compatible with primary cell samples that are often heterogeneous. We demonstrate the capability of this approach by assessing chemotaxis of primary neutrophils in response to an fMLP (N-formyl-met-leu-phe) gradient. Our results show that cell alignment by centrifugation offers a potential avenue to develop scalable end-point multiplexed microfluidic chemotaxis assays.
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 | 0,000 |
| 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) | 0,001 | 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 ».