Mera: A scalable high throughput automated micro-physiological system
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
There is an urgent need for scalable Microphysiological Systems (MPS's) 1Microphysiological systems (MPSs), Microtissue (MT), Polyetheretherketone (PEEK), Polytetrafluoroethylene (PTFE), Polystyrene (PS)1Microphysiological systems (MPSs), Microtissue (MT), Polyetheretherketone (PEEK), Polytetrafluoroethylene (PTFE), Polystyrene (PS) that can better predict drug efficacy and toxicity at the preclinical screening stage. Here we present Mera, an automated, modular and scalable system for culturing and assaying microtissues with interconnected fluidics, inbuilt environmental control and automated image capture. The system presented has multiple possible fluidics modes. Of these the primary mode is designed so that cells may be matured into a desired microtissue type and in the secondary mode the fluid flow can be re-orientated to create a recirculating circuit composed of inter-connected channels to allow drugging or staining. We present data demonstrating the prototype system Mera using an Acetaminophen/HepG2 liver microtissue toxicity assay with Calcein AM and Ethidium Homodimer (EtHD1) viability assays. We demonstrate the functionality of the automated image capture system. The prototype microtissue culture plate wells are laid out in a 3 × 3 or 4 × 10 grid format with viability and toxicity assays demonstrated in both formats. In this paper we set the groundwork for the Mera system as a viable option for scalable microtissue culture and assay development.
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.
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 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,005 |
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 découle