Automated fabrication of a scalable heart-on-a-chip device by 3D printing of thermoplastic elastomer nanocomposite and hot embossing
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
The successful translation of organ-on-a-chip devices requires the development of an automated workflow for device fabrication, which is challenged by the need for precise deposition of multiple classes of materials in micro-meter scaled configurations. Many current heart-on-a-chip devices are produced manually, requiring the expertise and dexterity of skilled operators. Here, we devised an automated and scalable fabrication method to engineer a Biowire II multiwell platform to generate human iPSC-derived cardiac tissues. This high-throughput heart-on-a-chip platform incorporated fluorescent nanocomposite microwires as force sensors, produced from quantum dots and thermoplastic elastomer, and 3D printed on top of a polystyrene tissue culture base patterned by hot embossing. An array of built-in carbon electrodes was embedded in a single step into the base, flanking the microwells on both sides. The facile and rapid 3D printing approach efficiently and seamlessly scaled up the Biowire II system from an 8-well chip to a 24-well and a 96-well format, resulting in an increase of platform fabrication efficiency by 17,5000–69,000% per well. The device's compatibility with long-term electrical stimulation in each well facilitated the targeted generation of mature human iPSC-derived cardiac tissues, evident through a positive force-frequency relationship, post-rest potentiation, and well-aligned sarcomeric apparatus. This system's ease of use and its capacity to gauge drug responses in matured cardiac tissue make it a powerful and reliable platform for rapid preclinical drug screening and 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 | 0,001 | 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 découle