A Scalable and Microfluidic Approach to Water-in-water Microdroplet Generation With a Passive, Membrane-based Cross-flow System
Notice bibliographique
Résumé
<p>The generation of water-in-water droplets has recently received great attention for its applicability in biological applications over traditional oil-water droplet systems because of their high biocompatibility. An aqueous two-phase system (ATPS), aqueous mixture of polyethylene glycol (PEG) and dextran (DEX), has an ultra-low interfacial tension which makes monodispersed droplet formation challenging. Recent passive methods in microfluidics with flow-focusing configurations overcome this challenge, but they suffer either from polydispersity, narrow droplet size range, or low throughput. Successful droplet formation in such passive methods occurs in jetting flow regimes with low continuous phase flow rates, Qc<1ŒºLmin .Gravity-driven hydrostatic or highly precise pressure flow control has been used to apply constant, low flow rates that conventional syringe pumps struggle to emulate. Here, a new passive cross-flow configuration is introduced to generate monodispersed ATPS droplets. Our microfluidic device is membrane-integrated with constant flowrate syringe pumps. Additionally, the membrane with three uniform pores enables our device to operate as a parallel system capable of three controlled droplet formations simultaneously, with a wide range of monodispersed droplet diameters from ≈17 to 90 μm (coefficient of variation, CV ≤ 5%) and from ≈90 to 180 μm (CV ≤ 10%).</p>
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».