Lab-on-Chip platforms: enabling technology for label-free detection, separation, patterning and «in vitro» culture of cells
Notice bibliographique
Résumé
Biomedical devices developed for detection, sorting and in vitro culture of cells are important tools in both clinical diagnostics and fundamental research. Recently, with the advances in miniaturization, Lab-on-Chip (LOC) devices have started to play an important role in detection and enrichment of rare cells. Since they do not alter the properties of target cells, label-free methods are a suitable option for cell separation. This dissertation focused on two main label-free approaches, namely adhesion-based and size-based and several novel microchips were introduced for separation of target cells using both size-based and adhesion-based approaches. The first device a multilayered, fully thermoplastic-based microfluidic chip was designed and fabricated for high-throughput size-based separation of micro/nano particles and cells. High-throughput (100 μl/min) separation of micro/nano particles and rare primary cells, with greater than 95% separation efficiency, was successfully demonstrated (Chapters 4 and 5). The second series of microchips were based on adhesion-based separation; multiplex covalently attached microarrays and gradients of biomolecules were produced and embedded inside a single microfluidic chip (chapters 7 and 8). The developed bio-functional interfaces were embedded in a multi-purpose adhesion-based microchip to simultaneously capture, separate, pattern and culture primary and rare cells in vitro. Using this chip, oligodendrocyte progenitor cells and cardiomyocytes were successfully separated from rat brain and heart tissues, respectively with greater than 95% separation efficiency in 10min (Chapter 9). Separation of two dissimilar primary cells, in terms of biological properties and initial population, demonstrated the universality of the developed chip towards efficient cell separation. More importantly separated cells can be cultured on the same chip for different subsequent applications such as proliferation for cell therapy or drug testing.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
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 ».