Efficient production of cell-encapsulated microgels using flicking technique
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In this study, a simple flicking-base method was developed for the mass production of uniform alginate microgels . A comprehensive investigation was conducted to determine the relationship between the microencapsulation parameters and the size as well as the sphericity of the microgels. Fractional factorial design (FFD) was employed to determine the main factors affecting microgel size, identifying flow rate, alginate concentration, and motor speed as the most influential. Furthermore, the simultaneous effect of these critical factors on microgel size and sphericity was modeled using central composite design (CCD). The resulting quadratic empirical models offered insights into the jet break process in flicking-based microencapsulation and enabled the selection of factors and their levels to generate appropriately sized and shaped alginate microgels. Spherical microgels with a minimum size of 528 ± 20 μm were obtained at a flow rate of 5.8 ml/h, alginate concentration of 2 %, and motor speed of 17.1 Hz. Human mesenchymal stem cells were successfully encapsulated in the microgels with high cell viability exceeding 90 %. This study highlights the flicking method as a promising technique for efficiently producing uniform cell-encapsulated alginate microgels. The simplicity and cost-effectiveness of this method make it an available option for practical laboratory research , enabling the efficient preparation of microgels with adjustable size and shape. Furthermore, this microencapsulation approach has potential applications in tissue engineering , pharmaceutical disease models, cell-based transplantation, and regenerative medicine .
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.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle