MétaCan
Menu
Retour à la cohorte
Enregistrement W7132887906

Development and validation of platforms with integrated ECIS sensing for application to in vitro biological barrier modeling

2023· dissertation· W7132887906 sur OpenAlexaff
Alisa Ugodnikov

Notice bibliographique

RevueTSpace · 2023
Typedissertation
Langue
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensVector InstituteToronto Rehabilitation InstituteUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMicrofluidicsElectrodeElectrical impedanceCell cultureKey (lock)In vitro
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Biological barriers, which separate body compartments and the external environment, play key roles in homeostasis and protection of the body, through regulating nutrient transport, maintaining concentration gradients, and excluding pathogens. A key parameter for assessing in vitro models of biological barriers is barrier integrity. Traditional methods to assess biological barriers – permeability tracer assays and transendothelial electrical resistance (TEER) – are disruptive to cell culture and only indirectly measure cell monolayers in co-culture. The need for non-invasive monitoring is particularly pronounced in organ-on-chip systems, which are designed with the purpose of providing a controlled microenvironment to recapitulate tissue-level functions. The overall objective of this thesis was to validate and develop in vitro platforms with integrated electrical sensing for modeling and non-invasively assessing biological barriers in real time. The sensing technology is based on electrical cell-substrate impedance sensing (ECIS), where cells are grown directly on electrodes. In the first aim, a cell culture insert platform that incorporates ECIS electrodes onto a porous membrane (PM-ECIS) to monitor cells in co-culture was characterized. The sensitivity of PM-ECIS was investigated by assessing the measurement outputs for three different electrode sizes during endothelial barrier formation and disruption. The method was also validated by benchmarking against traditional chopstick TEER values. In the second aim, PM-ECIS electrodes were integrated into a microfluidic platform to evaluate the method’s utility for organ-on-chip applications. Many organ-on-chip platforms incorporate biomaterials (e.g., hydrogels) and fluid flow, which can make the implementation of traditional barrier assessment methods challenging. Measurements taken with PM-ECIS electrodes were shown to be robust to the presence of hydrogel, in contrast to traditional chopstick TEER. The platform’s potential for organ-on-chip applications was further demonstrated through its capacity to support a multi-day co-culture model of the blood-brain barrier, as well as to provide measurements that were sensitive to endothelial barrier changes in response to perfusion. In summary, this work demonstrates the potential of an electrical sensing method which provides direct, non-invasive, and real-time assessment of cells cultured on porous membrane. These capabilities provide a promising alternative to conventional barrier assessment methods for both standard co-culture and microphysiological in vitro applications.

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)0,002
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 enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
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)0,0010,001

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 Opus0,052
Tête enseignante GPT0,352
Écart entre enseignants0,300 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujet3D Printing in Biomedical ResearchTravaux en français237 207