MétaCan
Menu
Retour à la cohorte
Enregistrement W4388471773 · doi:10.1016/j.bioactmat.2023.10.019

Automated fabrication of a scalable heart-on-a-chip device by 3D printing of thermoplastic elastomer nanocomposite and hot embossing

2023· article· en· W4388471773 sur OpenAlexafffund
Qinghua Wu, Ruikang Xue, Yimu Zhao, Kaitlyn Ramsay, Erika Yan Wang, Houman Savoji, Teodor Veres, Sarah H. Cartmell, Milica Radisic

Notice bibliographique

RevueBioactive Materials · 2023
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversité de MontréalNational Research Council CanadaCentre Hospitalier Universitaire Sainte-JustineUniversity of TorontoUniversity Health Network
Organismes subventionnairesNational Heart, Lung, and Blood InstituteEngineering and Physical Sciences Research CouncilCanadian Institutes of Health ResearchNational Institutes of HealthNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsNational Research Council CanadaCanada Foundation for Innovation
Mots-clésFabricationMaterials scienceEmbossingChipRapid prototypingNanotechnologyMicroelectromechanical systemsScalabilityComputer scienceBiomedical engineeringComposite materialEngineering

Résumé

récupéré en direct d'OpenAlex

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.

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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,019
Tête enseignante GPT0,285
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
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

Citations26
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioactive MaterialsMême sujet3D Printing in Biomedical ResearchTravaux en français237 207