MétaCan
Menu
Retour à la cohorte
Enregistrement W4412795358 · doi:10.3791/68405

Reproducible Manufacturing of SPOT as a High-throughput Scaffold-based Culture Platform

2025· article· en· W4412795358 sur OpenAlexaff
Ruonan Cao, Nancy T. Li, Chantelle B Shing, Zoe Kutulakos, Cassidy M Tan, Alison P. McGuigan

Notice bibliographique

RevueJournal of Visualized Experiments · 2025
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésThroughputScaffoldComputer scienceComputational biologyBiologyTelecommunicationsDatabase

Résumé

récupéré en direct d'OpenAlex

Patient-derived organoids (PDOs) are becoming increasingly used in the field of cancer research to model tumors. They combine the benefits of in vivo and traditional in vitro models, recapitulating tissue complexity and heterogeneity while still consisting of human cells. The rise of physiologically representative PDO models has prompted a need for devices that enable straightforward analysis of organoid behavior. This protocol explains how to assemble and use the Scaffold-supported Platform for Organoid-based Tissues (SPOT), a high-throughput, three-dimensional (3D) organoid culture device. This platform eliminates the meniscus typically formed by seeded hydrogels to allow accurate, quick imaging, similar to the imaging process for two-dimensional (2D) cultures. As a result, organoids and co-cultures seeded in SPOT can easily be imaged using high-throughput microscopy. Designed for off-the-shelf use, SPOT is accessible to researchers with basic tissue culture experience and is compatible with both manual and automated seeding workflows. This protocol details the fabrication of SPOT in 96- and 384-well formats, including step-by-step instructions for assembly, seeding, quality control, and troubleshooting. While fabrication requires 3-4 h, excluding idle time, multiple plates can be produced simultaneously, improving scalability. By streamlining PDO culture and analysis, SPOT provides a robust tool for high-throughput drug screening and translational cancer research.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,003

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 Opus0,029
Tête enseignante GPT0,418
Écart entre enseignants0,390 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujet3D Printing in Biomedical ResearchTravaux en français237 207