MétaCan
Menu
Retour à la cohorte
Enregistrement W3115601523 · doi:10.3390/pr9010054

Reversible Bonding of Thermoplastic Elastomers for Cell Patterning Applications

2020· article· en· W3115601523 sur OpenAlexaff
Byeong‐Ui Moon, Keith Morton, Kebin Li, Caroline Miville-Godin, Teodor Veres

Notice bibliographique

RevueProcesses · 2020
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésMaterials sciencePolystyreneElastomerSiliconeCell cultureThermosetting polymerThermoplasticCellThermoplastic elastomerCell growthFetal bovine serumBiomedical engineeringComposite materialPolymerChemistryCopolymerBiology

Résumé

récupéré en direct d'OpenAlex

In this paper, we present a simple, versatile method that creates patterns for cell migration studies using thermoplastic elastomer (TPE). The TPE material used here can be robustly, but reversibly, bonded to a variety of plastic substrates, allowing patterning of cultured cells in a microenvironment. We first examine the bonding strength of TPE to glass and polystyrene substrates and com-pare it to thermoset silicone-based PDMS under various conditions and demonstrate that the TPE can be strongly and reversibly bonded on commercially available polystyrene culture plates. In cell migration studies, cell patterns are templated around TPE features cored from a thin TPE film. We show that the significance of fibroblast cell growth with fetal bovine serum (FBS)-cell culture media compared to the cells cultured without FBS, analyzed over two days of cell culture. This simple approach allows us to generate cell patterns without harsh manipulations like scratch assays and to avoid damaging the cells. We also confirm that the TPE material is non-toxic to cell growth and supports a high viability of fibroblasts and breast cancer cells. We anticipate this TPE-based patterning approach can be further utilized for many other cell patterning applications such as in cell-to-cell communication studies.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,025
Tête enseignante GPT0,259
Écart entre enseignants0,235 · 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
GenreEmpirique

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

En bref

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProcessesMême sujet3D Printing in Biomedical ResearchTravaux en français237 207