MétaCan
Menu
Retour à la cohorte
Enregistrement W4406124203 · doi:10.3390/ma18020215

Microfluidic Integration of Magnetically Functionalized Microwires for Flow Cytometry Protein Quantification

2025· article· en· W4406124203 sur OpenAlexaff
Liviu Clime, Catalin Pavel, Lidija Malic, Christina Nassif, Matthias Geißler, Nicoleta Lupu, T.-A. Óvári, Lucas Poncelet, Gaétan Veilleux, Elham Moslemi, Javier Alejandro Hernández-Castro, Daniel Sinnett, Diping Che, Teodor Veres

Notice bibliographique

RevueMaterials · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensCentre Hospitalier Universitaire Sainte-JustineNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésMicrofluidicsMaterials scienceNanotechnologyFluorescenceMagnetic nanoparticlesFlow cytometryBiomedical engineeringNanoparticleOptics

Résumé

récupéré en direct d'OpenAlex

A novel approach to protein quantification utilizing a microfluidic platform activated by a magnetic assembly of functionalized magnetic beads around soft magnetic capture centers is presented. Functionalized magnetic beads, known for their high surface area and facile manipulation under external magnetic fields, are injected inside microfluidic channels and immobilized magnetically on the surface of glass-coated soft magnetic microwires placed along the symmetry axis of these channels. A fluorescent (Cy5) immunomagnetic sandwich ELISA is then performed by sequentially flowing the sample and all necessary reagents in the microfluidic channels. Direct protein quantification is performed by magnetically releasing the beads from the microwire and evaluating their fluorescence intensity with the help of a miniature (microfluidic-based) flow cytometer. Measurements of ICAM-1 protein concentration in human blood plasma samples confirm the feasibility of the approach through extensive performance benchmarking. The automation and multiplexing capabilities of the proposed platform further demonstrate its potential for protein quantification in point-of-care settings using microfluidics and miniature flow cytometry instruments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,211
Score d'incertitude au seuil0,411

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,239
Écart entre enseignants0,225 · 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 tête enseignante, 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207