MétaCan
Menu
Retour à la cohorte
Enregistrement W4416454244 · doi:10.20944/preprints202511.1437.v1

Microfluidic Single-Cell Monitoring Versus Microplate Bulk-Cell Measurement

2025· preprint· W4416454244 sur OpenAlexfundno aff
Abolfazl Rahimi, Xiujun Li, Paul C. H. Li

Notice bibliographique

RevuePreprints.org · 2025
Typepreprint
Langue
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMicrofluidicsMicrofluidic chipPopulationA549 cellCalciumFluorescenceSingle-cell analysisFlow cytometry

Résumé

récupéré en direct d'OpenAlex

This study compares two methods for measuring cell changes: a microfluidic chip single-cell monitoring and a microplate bulk-cell measurement. As intracellular calcium ion concentration ([Ca2+]i) plays a critical role in various cellular functions and biochemical processes, measurements of [Ca2+]i may be used to compare the two methods. The microfluidic approach allows real-time monitoring of individual cells, utilizing the fluorescence emitted from calcium-Fluo 4 chelate, while the microplate method offers bulk analysis of approximately 10,000 cells per well in a 96-well microplate. We have demonstrated that the single-cell method provides insights into [Ca2+]i dynamics with low reagent consumption and rapid analysis, whereas the microplate method enables comprehensive bulk measurements when isolation of single cells is difficult. By integrating both techniques, we aim to complement measurements on both single-cell and population levels, especially when cell availability is an issue. For the cellular process, we specifically investigated the increase in [Ca2+]i following histamine receptor activation, in ACE2-enriched A549 and wild-type A549 cells. In our findings, both approaches yielded consistent calcium-signaling patterns, that wild-type A549 cells exhibited stronger histamine-induced calcium responses than ACE2-enriched cells, and that the two methods complement each other—single-cell assays providing temporal and low-reagent analysis, while bulk assays provide high-throughput, population-level averages.

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 enseignants0,002
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)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,200
Tête enseignante GPT0,347
Écart entre enseignants0,147 · 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 revuePreprints.orgMême sujet3D Printing in Biomedical ResearchTravaux en français237 207