Sensitivity of bulk electrical impedance spectroscopy (bio‐capacitance) probes to cell and culture properties: Study on <scp>CHO</scp> cell cultures
Notice bibliographique
Résumé
Abstract Bulk electrical impedance spectroscopy (bio‐capacitance) probes, hold significant promise for real‐time cell monitoring in bioprocesses. Focusing on Chinese hamster ovary (CHO) cells, we present a sensitivity analysis framework to assess the impact of cell and culture properties on the complex permittivity spectrum, ε mix , and its associated parameters, permittivity increment, Δ ε , critical frequency, f c , and Cole‐Cole parameter, α, measured by bio‐capacitance probes. Our sensitivity analysis showed that Δε is highly sensitive to cell size and concentration, making it suitable for estimating biovolume during the exponential growth phase, whereas f c provides information about cumulative changes in cell size, membrane permittivity, and cytoplasm conductivity during the transition to death phase. The analysis indicated that specific information about cell membrane permittivity or internal conductivity cannot be extracted from ε mix spectrum. Based on the sensitivity analysis, we proposed two alternative parameters for monitoring cells in bioprocesses: Δ ε 1 MHz and Δ ε 1 MHz /Δ ε 0.3 MHz , using measurements at 300 kHz, 1 MHz, and 10 MHz. Δ ε 1 MHz is suitable for estimating viable cell density during the exponential growth phase due to its lower sensitivity to cell size. Δ ε 1 MHz /Δ ε 0.3 MHz can replace f c due to similar sensitivities to cell size and dielectric properties. These frequencies are within most bio‐capacitance probes' optimal operation range, eliminating the need for low‐frequency electrode polarization and high‐frequency stray capacitances corrections. Experimental measurements on CHO cells confirmed the results of sensitivity analysis.
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) | 0,000 | 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 | 0,001 | 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 ».