MétaCan
Menu
Retour à la cohorte
Enregistrement W4414555791 · doi:10.1038/s41598-025-16863-z

Mass fabrication of PDMS microfluidic devices by injection molding and applications in sensitive 3D spheroid and explant culture

2025· article· en· W4414555791 sur OpenAlexafffund
Raphaël Filion, Amélie St‐Georges‐Robillard, Henri Chaudoir, Sabrina J. Ritch, Mamadou Ndongo, Xue Ying Chua, Anne‐Marie Mes‐Masson, Abdellah Ajji, Thomas Gervais

Notice bibliographique

RevueScientific Reports · 2025
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversité de MontréalMontreal Chinese HospitalPolytechnique MontréalCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesCanada First Research Excellence FundNatural Sciences and Engineering Research Council of CanadaInstitut Du Cancer de MontréalMitacsPolytechnique Montréal
Mots-clésPolydimethylsiloxaneMicrofluidicsMolding (decorative)ReproducibilitySiliconeFabricationSpheroid

Résumé

récupéré en direct d'OpenAlex

This study investigates the use of industrial-grade polydimethylsiloxane (PDMS) for mass production of microfluidic chips through Liquid Silicone Rubber Injection Molding (LSR-IM) technologies. Injection molding of PDMS is ubiquitous in the automotive and aerospace industries. Yet, it is not currently applied to large-scale production of microfluidic devices. Here, we manufactured PDMS microfluidics devices using industrial IM systems and measured the values of several physicochemical properties of PDMS important in microfluidics. For the two grades of injection-moldable PDMS studied, properties were found close to those of the standard Sylgard 184 PDMS, except Young's modulus, which varied from 66% to 250% of the Sylgard 184 value and the absorption of small molecules, which was lower or equal to that within Sylgard 184. Yet, the main benefits of LSR-IM production lie in its systematic process, resulting in an increase in reproducibility of both PDMS surface and bulk properties by decreasing the variance within and between production batches of several variables: Young's modulus (30-fold), oxygen permeation (10-fold), mean fluorescence intensity of Nile Red (5-fold). Emphasis on biocompatibility of LSR-IM was evaluated by culturing complex and sensitive 3D biology models (tumor spheroids and explants) in injection-molded PDMS devices. We observed no significant differences in cell proliferation relative to samples cultured on conventional Sylgard 184 PDMS devices. Overall, these findings open a direct path from benchtop prototyping to industrialization of PDMS-based microfluidic devices for applications in healthcare.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,007
Tête enseignante GPT0,251
Écart entre enseignants0,244 · 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

Citations7
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujet3D Printing in Biomedical ResearchTravaux en français237 207