MétaCan
Menu
Retour à la cohorte
Enregistrement W4284888252 · doi:10.1088/1758-5090/ac7eea

Design of a versatile microfluidic device for imaging precision-cut-tissue slices

2022· article· en· W4284888252 sur OpenAlexafffund
Nafiseh Rafiei, Mohammadamir G. Moghadam, Aaron Au, Romario Regeenes, Subbulakshmi Chidambaram, Tao Liang, Yufeng Wang, Christopher M. Yip, Herbert Y. Gaisano, Jonathan V. Rocheleau

Notice bibliographique

RevueBiofabrication · 2022
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversity of TorontoToronto General Hospital
Organismes subventionnairesInstitute of Nutrition, Metabolism and DiabetesBanting and Best Diabetes Centre, University of TorontoNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésMicrofluidicsBiomedical engineeringMaterials scienceConfocalConfocal microscopyFluidicsFluorescence-lifetime imaging microscopyFluorescenceOpticsNanotechnology

Résumé

récupéré en direct d'OpenAlex

Abstract Precision-cut-tissues (PCTs), which preserve many aspects of a tissue’s microenvironment, are typically imaged using conventional sample dishes and chambers. These can require large amounts of reagent and, when used for flow-through experiments, the shear forces applied on the tissues are often ill-defined. Their physical design also makes it difficult to image large volumes and repetitively image smaller regions of interest in the living slice. We report here on the design of a versatile microfluidic device capable of holding mouse or human pancreas PCTs for 3D fluorescence imaging using confocal and selective plane illumination microscopy (SPIM). Our design positions PCTs within a 5 × 5 mm × 140 µ m deep chamber fitted with 150 µ m tall channels to facilitate media exchange. Shear stress in the device is localized to small regions on the surface of the tissue and can be easily controlled. This design allows for media exchange at flowrates ∼10-fold lower than those required for conventional chambers. Finally, this design allows for imaging the same immunofluorescently labeled PCT with high resolution on a confocal and with large field of view on a SPIM, without adversely affecting image quality.

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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,031
Tête enseignante GPT0,297
Écart entre enseignants0,266 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiofabricationMême sujet3D Printing in Biomedical ResearchTravaux en français237 207