MétaCan
Menu
Retour à la cohorte
Enregistrement W4417050641 · doi:10.1021/acsami.5c15966

Tunable Stiffness of Matrix-Derived Membranes Enables Independent and Coupled Analysis of Pressure and Strain Effects in Barrier Tissue-On-Chip Models

2025· article· en· W4417050641 sur OpenAlexafffund
Jeremy D. Newton, Kimia Abedi, Yuetong Song, Jacqueline L. Pavelick, Claúdia C. dos Santos, Amy P. Wong, Edmond W. K. Young

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2025
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensSt. Michael's HospitalSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of TorontoGovernment of OntarioCanada Research ChairsStem Cell NetworkCanadian Institutes of Health Research
Mots-clésHydrostatic pressureStiffnessMembraneMonolayerCharacterization (materials science)MechanotransductionHydrostatic equilibriumAdhesionPermeability (electromagnetism)

Résumé

récupéré en direct d'OpenAlex

Organ-on-a-chip (OOC) devices modeling thin barrier tissues often incorporate features of the mechanical microenvironment which play regulatory roles in maintaining tissue function. In contexts where tissues are exposed to complex combinations of forces including stretch, hydrostatic pressure, and shear stress, different forces can interact synergistically. As such, modeling mechanical complexity is important to accurately recapitulate tissue behavior. Various combinations of these three mechanical forces have been investigated using OOC or other complex in vitro models, but the combination of hydrostatic pressure and stretch has received relatively little focus. This work presents the development of a platform capable of simultaneously applying controlled pressure and stretch to suspended thin model tissues for investigating the effects of complex mechanical cues. This is accomplished through direct application of variable pressure to one side of the suspended tissue, resulting in pressure-induced stretch. Independent control of the two mechanical cues is established through detailed mechanical characterization and development of stiffness tuning strategies for the nonlinearly elastic extra-cellular matrix (ECM)-based thin membrane scaffolds used to support the model tissue. Mechanical characterization is accomplished through the development of a bulge-test method relying on imaging the curvature of membranes under pressure loading. Application of the developed platform is demonstrated through functional characterization of pulmonary endothelial monolayers exposed to various combinations of pressure and stretch corresponding to healthy and pathological levels found in pulmonary hypertension. It was found that exposure of monolayers to both elevated pressure and elevated stretch results in increased permeability and altered cytoskeleton and junctional morphology, and that these changes are not observed in response to only one elevated mechanical cue. The presented work has the potential to advance the use of biomaterial-based OOC platforms with complex mechanical properties in modeling barrier tissue responses to complex mechanical cues.

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 enseignants0,000
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
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)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,263
Écart entre enseignants0,254 · 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

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujet3D Printing in Biomedical ResearchTravaux en français237 207