Rapid Formation of Multicellular Spheroids in Boundary‐Driven Acoustic Microstreams
Notice bibliographique
Résumé
Abstract 3D cell spheroid culture has emerged as a more faithful recreation of cell growth environment compared to conventional 2D culture, as it can maintain tissue structures, physicochemical characteristics, and cell phenotypes. The majority of current spheroid formation methods are limited to a physical agglomeration of the desired cell type, and then relying on cell capacity to secrete extracellular matrix to form coherent spheroids. Hence, apart from being time‐consuming, their success in leading to functional spheroid formation is also cell‐type dependent. In this study, a boundary‐driven acoustic microstreaming tool is presented that can simultaneously congregate cells and generate sturdy cell clusters through incorporating a bioadhesive such as collagen for rapid production of spheroids. The optimized mixture of type I collagen (0.42 mg mL −1 ) and methylcellulose (0.4% w/v ) accelerates the coagulation of cell–matrix as fast as 10 s while avoiding their adhesion to the device, and thereby offering easy spheroid retrieval. The versatility of the platform is shown for the production of MDA‐MB‐231 and MCF‐7 spheroids, multicellular spheroids, and composite spheroids made of cells and microparticles. The ability to produce densely packed spheroids embedded within a biomimetic extracellular matrix component, along with rapid formation and easy collection of spheroids render the proposed device a step in technology development required to realize potentials of 3D constructs such as building blocks for the emerging field of bottom–up tissue engineering.
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) | 0,000 | 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 ».