MétaCan
Menu
Retour à la cohorte
Enregistrement W3122441880 · doi:10.1101/2021.01.16.426931

Microfluidic Electric Egg-Laying Assay and Application to <i>In-vivo</i> Toxicity Screening of Microplastics using <i>C. elegans</i>

2021· preprint· en· W3122441880 sur OpenAlexafffund
Khaled Youssef, Daphne Archonta, Terrance J. Kubiseseki, Anurag Tandon, Pouya Rezai

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2021
Typepreprint
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensOccupational Cancer Research CentreUniversity of TorontoYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMicroplasticsToxicityBiologyZoologyPollutantToxicologyChemistryEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Environmental pollutants like microplastics are posing health concerns on aquatic animals and the ecosystem. Microplastic toxicity studies using C. elegans as a model are evolving but methodologically hindered from obtaining statistically strong data sets, detecting toxicity effects based on microplastics uptake, and correlating physiological and behavioural effects at an individual-worm level. In this paper, we report a novel microfluidic electric egg-laying assay for phenotypical assessment of multiple worms in parallel. The effects of glucose and polystyrene microplastics at various concentrations on the worms’ electric egg-laying, length, diameter, and length contraction during exposure to electric signal were studied. The device contained eight parallel worm-dwelling microchannels called electric traps, with equivalent electrical fields, in which the worms were electrically stimulated for egg deposition and fluorescently imaged for assessment of neuronal and microplastic uptake expression. A new bidirectional stimulation technique was developed, and the device design was optimized to achieve a testing efficiency of 91.25%. Exposure of worms to 100mM glucose resulted in a significant reduction in their egg-laying and size. The effects of 1μm polystyrene microparticles at concentrations of 100 and 1000 mg/L on the electric egg-laying behaviour, size, and neurodegeneration of N2 and NW1229 (expressing GFP pan-neuronally) worms were also studied. Of the two concentrations, 1000 mg/L caused severe egg-laying deficiency and growth retardation as well as neurodegeneration. Additionally, using single-worm level phenotyping, we noticed intra-population variability in microplastics uptake and correlation with the above physiological and behavioural phenotypes, which was hidden in the population-averaged results. Taken together, these results suggest the appropriateness of our microfluidic assay for toxicological studies and for assessing the phenotypical heterogeneity in response to microplastics.

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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,234
Écart entre enseignants0,222 · 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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujet3D Printing in Biomedical ResearchTravaux en français237 207