MétaCan
Menu
Retour à la cohorte
Enregistrement W4225936426 · doi:10.1039/d1lc01141c

Subtractive manufacturing with swelling induced stochastic folding of sacrificial materials for fabricating complex perfusable tissues in multi-well plates

2022· article· en· W4225936426 sur OpenAlexafffund
Shravanthi Rajasekar, Dawn S. Y. Lin, Feng Zhang, Alexander Sotra, Alex Boshart, Sergi Clotet‐Freixas, Amy Liu, Jeremy A. Hirota, Shinichiro Ogawa, Ana Konvalinka, Boyang Zhang

Notice bibliographique

RevueLab on a Chip · 2022
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensStem Cell NetworkSt. Joseph’s Healthcare HamiltonUniversity of TorontoToronto General HospitalUniversity Health NetworkSt. Joseph's HospitalMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésSwellingSubtractive colorFolding (DSP implementation)Materials scienceBiomedical engineeringComputer scienceComposite materialMechanical engineeringEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

correlation in drug development. Significant progress has been made to control the cellular microenvironment with mechanical stimulation and fluid flow. However, it has been challenging to introduce complex 3D tissue structures due to the physical constraints of microfluidic channels or membranes in organ-on-a-chip systems. Inspired by 4D bioprinting, we develop a subtractive manufacturing technique where a flexible sacrificial material can be patterned on a 2D surface, swell and shape change when exposed to aqueous hydrogel, and subsequently degrade to produce perfusable networks in a natural hydrogel matrix that can be populated with cells. The technique is applied to fabricate organ-specific vascular networks, vascularized kidney proximal tubules, and terminal lung alveoli in a customized 384-well plate and then further scaled to a 24-well plate format to make a large vascular network, vascularized liver tissues, and for integration with ultrasound imaging. This biofabrication method eliminates the physical constraints in organ-on-a-chip systems to incorporate complex ready-to-perfuse tissue structures in an open-well design.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,077
Score d'incertitude au seuil0,687

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,063
Tête enseignante GPT0,307
Écart entre enseignants0,244 · 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 tête enseignante, 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

Citations25
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLab on a ChipMême sujet3D Printing in Biomedical ResearchTravaux en français237 207