Engineering a Multilayer Microfluidic Airway-On-A-Chip with Tunable GelMA Hydrogel for Physiologically Relevant Aerosol Exposure Studies
Notice bibliographique
Résumé
Abstract Climate change-driven increases in forest fires pose a major global health risk due to exposure to smoke containing hazardous gases and fine particulates, emphasizing the need for physiologically relevant in vitro airway models for studying smoke-induced responses. Microfluidic lung-on-a-chip technologies provide a strong foundation for in vitro airway modeling and ongoing developments are expanding their ability to incorporate multicellular organization, extracellular matrix complexity, and physiologically relevant exposure methods. This work presents the optimization and integration of a photopolymerizable gelatin methacrylate (GelMA)-based hydrogel into a microfluidic airway-on-a-chip that models the human small conducting airways and supports controlled aerosol exposure to wood smoke. The GelMA hydrogel was optimized to support fibroblast encapsulation, endothelial, and epithelial adhesion and robust mechanical stability. The device combines the hydrogel with a compartmentalized microchannel layout, and sacrificial molding to create a 3D organotypic airway culture featuring a multilayer architecture, 3D stromal matrix, and a perfusable vasculature-like lumen. Coupling the platform with a custom aerosol exposure system enables precise, biomimetic exposure to whole wood smoke. Proof-of-concept studies using transforming growth factor beta1 (TGF-β1) and whole wood smoke elicited expected inflammatory and fibrotic responses, validating the platform’s physiological relevance for inhalation studies and investigating smoke-induced airway remodeling and inflammation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 | 0,000 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».