A simple guideline for designing droplet microfluidic chips to achieve an improved single (bio)particle encapsulation rate using a stratified flow-assisted particle ordering method
Notice bibliographique
Résumé
Encapsulation of a single (bio)particle into individual droplets (referred to as single encapsulation) presents tremendous potential for precise biological and chemical reactions at the single (bio)particle level. Previously demonstrated successful strategies often rely on the use of high flow rates, gel, or viscoelastic materials for initial cell ordering prior to encapsulation into droplets, which could potentially challenge the system's operation. We propose to enhance the single encapsulation rate by using a stratified flow structure to focus and pre-order the (bio)particles before encapsulation. The stratified flow structure is formed using two simple aqueous Newtonian fluids with a viscosity contrast, which together serve as the dispersed phase. The single encapsulation rate is influenced by many parameters, including fluid viscosity contrast, geometric conditions, flow conditions and flow rate ratios, and dimensionless numbers such as the capillary number. This study focuses on investigating the influences of these parameters on the focused stream of the stratified flow, which is key for single encapsulation. The results allow the proposal of a simple guideline that can be adopted to design droplet microfluidic chips with an improved single encapsulation rate demanded by a wide range of applications. The guideline was validated by performing the single encapsulation of mouse embryonic stem cells suspended in a gelatin-methacryloyl solution in individual droplets of phosphate buffer saline, achieving a single encapsulation efficiency of up to 70%.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».