Novel <i>in vitro</i> microfluidic platform for osteocyte mechanotransduction studies
Notice bibliographique
Résumé
Osteocytes are the major mechanosensing cells in bone remodeling. Current in vitro bone mechanotransduction research use macroscale devices such as flow chambers; however, in vitro microfluidic devices provide an optimal tool to better understand this biological process with its flexible design, physiologically relevant dimensions and high-throughput capabilities. This project aims to design and fabricate a multi-shear stress, co-culture platform to study the interaction between osteocytes and other bone cells under varying flow conditions. Standard microfluidic design utilizing changing geometric parameters is used to induce different flow rates that are directly proportional to the levels of shear stress, with devices fabricated from standard polydimethylsiloxane (PDMS)-based softlithography processes. Each osteocyte channel (OCY) is connected to an adjacent osteoclast channel (OC) by 20-μm perfusion channels for cellular signaling molecule transport. Significant differences in RANKL levels are observed between channels with different shear stress levels, and we observed that pre-osteoclast differentiation was directly affected by adjacent flow-stimulated osteocytes. Significant decrease in the number of differentiating osteoclasts is observed in the OC channel adjacent to the 2-Pa shear stress OCY channel, while differentiation adjacent to the 0.5-Pa shear stress OCY channel is unaffected compared with no-flow controls. Addition of zoledronic acid showed a significant decrease in osteoclast differentiation, compounding to effect instigated by increasing fluid shear stress. Using this platform, we are able to mimic the interaction between osteocytes and osteoclasts in vitro under physiologically relevant bone interstitial fluid flow shear stress. Our novel microfluidic co-culture platform provides an optimal tool for bone cell mechanistic studies and provides a platform for the discovery of potential drug targets for clinical treatments of bone-related diseases.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».