Pump‐Less Platform Enables Long‐Term Recirculating Perfusion of 3D Printed Tubular Tissues
Notice bibliographique
Résumé
The direction and pattern of fluid flow affect vascular structure and function, in which vessel-lining endothelial cells exhibit variable cellular morphologies and vessel remodeling by mechanosensing. To recapitulate this microenvironment, some approaches have been reported to successfully apply unidirectional flow on endothelial cells in organ-on-a-chip systems. However, these platforms encounter drawbacks such as the dependency on pumps or confinement to closed microfluidic channels. These constraints impede their synergy with advanced biofabrication techniques like 3D bioprinting, thereby curtailing the potential to introduce greater complexity into engineered tissues. Herein, a pumpless recirculating platform (UniPlate) that enables unidirectional media recirculation through 3D printed tubular tissues, is demonstrated.The device is made of polystyrene via injection molding in combination with 3D printed sacrifical gelatin templates. Tubular blood vessels with unidirectional perfusion are firstly engineered. Then the design is expanded to incorporate duo-recirculating flow for culturing vascularized renal proximal tubules with glucose reabsorption function. In addition to media recirculation, human monocyte recirculation in engineered blood vessels is also demonstrated for over 24 h, with minimal loss of cells, cell viability, and inflammatory activation. UniPlate can be a valuable tool to more precisely control the cellular microenvironment of organ-on-a-chip systems for drug discovery.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».