Mechanical interaction between a hydrogel and an embedded cell in biomicrofluidic applications
Notice bibliographique
Résumé
Thanks to their softness, biocompatibility, porosity, and ready availability, hydrogels are commonly used in microfluidic assays and organ-on-chip devices as a matrix for cells. They not only provide a supporting scaffold for the differentiating cells and the developing organoids, but also serve as the medium for transmitting oxygen, nutrients, various chemical factors, and mechanical stimuli to the cells. From a bioengineering viewpoint, the transmission of forces from fluid perfusion to the cells through the hydrogel is critical to the proper function and development of the cell colony. In this paper, we develop a poroelastic model to represent the fluid flow through a hydrogel containing a biological cell modeled as a hyperelastic inclusion. In geometries representing shear and normal flows that occur frequently in microfluidic experiments, we use finite-element simulations to examine how the perfusion engenders interstitial flow in the gel and displaces and deforms the embedded cell. The results show that pressure is the most important stress component in moving and deforming the cell, and the model predicts the velocity in the gel and stress transmitted to the cell that is comparable to in vitro and in vivo data. This work provides a computational tool to design the geometry and flow conditions to achieve optimal flow and stress fields inside the hydrogels and around the cell.
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 | 0,001 | 0,001 |
| 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 | 0,000 | 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 ».