Microfluidic Lab-on-a-Chip Based on UHF-Dielectrophoresis for Stemness Phenotype Characterization and Discrimination among Glioblastoma Cells
Notice bibliographique
Résumé
Glioblastoma (GBM) is one of the most aggressive solid tumors, particularly due to the presence of cancer stem cells (CSCs). Nowadays, the characterization of this cell type with an efficient, fast and low-cost method remains an issue. Hence, we have developed a microfluidic lab-on-a-chip based on dielectrophoresis (DEP) single cell electro-manipulation to measure the two crossover frequencies: fx01 in the low-frequency range (below 500 kHz) and fx02 in the ultra-high-frequency range (UHF, above 50 MHz). First, in vitro conditions were investigated. An U87-MG cell line was cultured in different conditions in order to induce an undifferentiated phenotype. Then, ex vivo GBM cells from patients’ primary cell culture were passed through the developed microfluidic system and characterized in order to reflect clinical conditions. This article demonstrates that the usual exploitation of low-frequency range DEP does not allow the discrimination of the undifferentiated GBM cells from the differentiated one. However, the presented study highlights the use of UHF-DEP as a relevant discriminant parameter. The proposed microfluidic lab-on-a-chip is able to follow the kinetics of U87-MG phenotype transformation in a CSC enrichment medium and the cancer stem cells phenotype acquirement.
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 ».