MétaCan
Menu
Retour à la cohorte
Enregistrement W4392697730 · doi:10.1016/j.mex.2024.102665

High-throughput microcontact printing of proteins in microwell cell culture plates

2024· article· en· W4392697730 sur OpenAlexafffund
Daryan Chitsaz, Timothy E. Kennedy

Notice bibliographique

RevueMethodsX · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueNanofabrication and Lithography Techniques
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesFonds de Recherche du Québec - SantéMultiple Sclerosis Society of Canada
Mots-clésMicrocontact printingThroughputCell cultureNanotechnologyMaterials scienceChemistryComputer scienceBiologyTelecommunications

Résumé

récupéré en direct d'OpenAlex

Microcontact printing (MCP) is used to pattern a surface with a specific compound, allowing the spatially restricted response of cells to be assayed as they encounter a molecule of interest. MCP is a relatively low-cost and accessible technique that uses commercially available reagents and common cell culture equipment. However, it can be technically challenging, slow, and incompatible with microwell cell culture plates that are widely used for screening and other applications. Here, we describe a novel protocol using medical biopsy punches to transfer patterns into standard 96-well plates via polydimethylsiloxane (PDMS) cutouts. We demonstrate that this method can be used to deposit patterns of poly-D-lysine (PDL) into the microwells of glass-bottom plates. As a proof-of-concept, we show that cultured rodent glial cells preferentially grow and extend processes on the pattern. This method will allow larger scale MCP experiments in which different patterns, proteins, or other factors can be assayed in parallel.•Biopsy punches enable both cutting out small circular stamps and plunging them into tissue culture microwells to transfer proteins.•Compared to standard MCP, this method offers a more rapid workflow to pattern proteins onto substrates, and allows use of microwell plates that permits larger-scale experiments.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,005

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,255
Écart entre enseignants0,248 · 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

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMethodsXMême sujetNanofabrication and Lithography TechniquesTravaux en français237 207