Directed Navigation of Magnetotactic Bacteria via Magnetotaxis in a 3D Vasculature‐On‐A‐Chip
Notice bibliographique
Résumé
Abstract Magnetotactic bacteria (MTB), inherently motile and self‐powered, are promising biorobotic candidates for targeted anti‐cancer drug delivery since they can actively deliver the therapeutic agent to the tumor, decreasing adverse side effects. However, the directed navigation of these bacteria through intricate microenvironments mimicking the natural microvasculature has not been investigated. Here, the directed navigation of MTB is demonstrated within a vasculature‐on‐a‐chip platform. A perfusable vascular network is developed to investigate MTB at the single‐microorganism level. MTB is demonstrated to successfully align and navigate along the magnetic field inside the microvessels. Surface interaction with the microvessel walls, hydrodynamic forces, and counterdirectional flows in the order of 10 µm∙s −1 are examined as potential factors that may interfere with the MTB alignment and magnetotaxis. The average swimming speed of the studied bacteria within the vasculature‐on‐a‐chip device is 13.9 µm s −1 . Finite Element Analysis reveals that under these conditions, MTB experience shear stresses of up to 30 Pa, and drag forces between 10 and 40 pN, depending on their relative orientation to the flow field. Altogether, this work provides a first demonstration of effective directed navigation of MTB in a vasculature‐on‐a‐chip platform, and the influence of external factors on their field alignment and magnetotactic behavior.
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 | 0,000 | 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) | 0,000 | 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 ».