MétaCan
Menu
Retour à la cohorte
Enregistrement W4416223385 · doi:10.1021/acsbiomaterials.5c01334

A Mixing System for Uniform, Reproducible Viscous Bioinks Preparation

2025· article· en· W4416223385 sur OpenAlexafffund
Ryan Singer, David A. González‐Martínez, Aidee Verónica Arizpe Tafoya, Yushi Wang, Eduardo González‐Martínez, Mabel Barreiro Carpio, Mohammadhossein Dabaghi, Jose Moran‐Mirabal, Jeremy A. Hirota

Notice bibliographique

RevueACS Biomaterials Science & Engineering · 2025
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversity of WaterlooUniversity of British ColumbiaBrockhouse Institute for Materials ResearchHamilton General HospitalWestern UniversityMcMaster University
Organismes subventionnairesCanada Research ChairsGlaxoSmithKline
Mots-clésStatic mixerMixing (physics)ExtrusionViscosityViscous liquidMicrofluidicsShear stressTissue engineeringFluidics

Résumé

récupéré en direct d'OpenAlex

Rationale: Extrusion 3D bioprinting is an additive manufacturing tissue engineering technique that uses cell-laden viscous biomaterials known as bioinks. Manually mixing cell suspensions into viscous biomaterials can be challenging due to the high viscosity ratio between the two fluids. Static mixers are an attractive approach as they can quickly and reproducibly mix two fluids, including those with a high viscosity ratio. However, static mixers intended for viscous applications have not been comprehensively investigated for bioink preparation. This work evaluates the mixing performance, shear stress, and cell viability using four different types of static mixers intended for high viscosity mixing. Methods: Three static mixers intended for mixing viscous solutions were designed based on the Sulzer SMX, Ross ISG, and serpentine mixers and fabricated using resin 3D printing. CELLMIXER, a Kenics-style static mixer commercially available through CELLINK, was used as a comparator. Two biomaterial inks based on PEGDA and methacrylated gelatin were used to characterize each mixer’s performance. Shear stress was estimated via fluid dynamics simulations using shear-thinning attributes measured experimentally through rheology. Mixing effectiveness was evaluated using fluorescent beads, from which the most effective design was chosen for live cell mixing experiments. Viability of cell lines (A549 and NIH-3T3) and primary human lung fibroblasts was evaluated postmixing. A demonstration of extrusion bioprinting was performed using the mixed bioinks. Results: The SMX-style mixer provided the most uniform mixing and yielded the lowest simulated shear stresses among the designs investigated. A549, NIH-3T3, and primary human lung fibroblasts maintained viabilities above 96% postmixing using the SMX-style mixer with a more homogeneous cell distribution compared to the CELLMIXER. The bioprinting demonstration validated our mixing system for producing viable tissue constructs with evenly distributed cells. Conclusions: We present a simple, reproducible, and flexible system for mixing cells into viscous biomaterial inks. Our approach facilitates standardized fabrication of cell-laden tissue constructs to ensure consistency in the growing field of extrusion 3D bioprinting.

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)0,002
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,013
Tête enseignante GPT0,291
Écart entre enseignants0,278 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Biomaterials Science & EngineeringMême sujet3D Printing in Biomedical ResearchTravaux en français237 207