当前位置:
X-MOL 学术
›
Anal. Chem.
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
Rapid Temperature-Dependent Rheological Measurements of Non-Newtonian Solutions Using a Machine-Learning Aided Microfluidic Rheometer
Analytical Chemistry ( IF 6.7 ) Pub Date : 2022-02-15 , DOI: 10.1021/acs.analchem.1c05208 Francesco Del Giudice 1 , Claire Barnes 2
Analytical Chemistry ( IF 6.7 ) Pub Date : 2022-02-15 , DOI: 10.1021/acs.analchem.1c05208 Francesco Del Giudice 1 , Claire Barnes 2
Affiliation
Biofluids such as synovial fluid, blood plasma, and saliva contain several proteins which impart non-Newtonian properties to the biofluids. The concentration of such protein macromolecules in biofluids is regarded as an important biomarker for the diagnosis of several health conditions, including cardiovascular disorders, joint quality, and Alzheimer’s. Existing technologies for the measurements of macromolecules in biofluids are limited; they require a long turnaround time, or require complex protocols, thus calling for alternative, more suitable, methodologies aimed at such measurements. According to the well-established relations for polymer solutions, the concentration of macromolecules in solutions can also be derived via measurement of rheological properties such as shear-viscosity and the longest relaxation time. We here introduce a microfluidic rheometer for rapid simultaneous measurement of shear viscosity and longest relaxation time of non-Newtonian solutions at different temperatures. At variance with previous technologies, our microfluidic rheometer provides a very short turnaround time of around 2 min or less thanks to the implementation of a machine-learning algorithm. We validated our platform on several aqueous solutions of poly(ethylene oxide). We also performed measurements on hyaluronic acid solutions in the clinical range for joint grade assessment. We observed monotonic behavior with the concentration for both rheological properties, thus speculating on their use as potential rheo-markers, i.e., rheological biomarkers, across several disease states.
中文翻译:
使用机器学习辅助微流体流变仪对非牛顿溶液进行快速的温度相关流变测量
滑液、血浆和唾液等生物流体含有几种蛋白质,这些蛋白质赋予生物流体非牛顿特性。生物流体中此类蛋白质大分子的浓度被认为是诊断多种健康状况的重要生物标志物,包括心血管疾病、关节质量和阿尔茨海默氏症。用于测量生物流体中大分子的现有技术是有限的;它们需要较长的周转时间,或需要复杂的协议,因此需要针对此类测量的替代、更合适的方法。根据聚合物溶液的既定关系,溶液中大分子的浓度也可以通过测量剪切粘度和最长弛豫时间等流变特性来推导出。我们在此介绍一种微流体流变仪,用于快速同时测量不同温度下非牛顿溶液的剪切粘度和最长弛豫时间。与以前的技术不同,我们的微流体流变仪提供了大约 2 分钟或更短的周转时间,这要归功于机器学习算法的实施。我们在几种聚(环氧乙烷)水溶液上验证了我们的平台。我们还对临床范围内的透明质酸溶液进行了测量,以进行关节等级评估。我们观察到两种流变特性浓度的单调行为,因此推测它们的潜在用途 与以前的技术不同,我们的微流体流变仪提供了大约 2 分钟或更短的周转时间,这要归功于机器学习算法的实施。我们在几种聚(环氧乙烷)水溶液上验证了我们的平台。我们还对临床范围内的透明质酸溶液进行了测量,以进行关节等级评估。我们观察到两种流变特性浓度的单调行为,因此推测它们的潜在用途 与以前的技术不同,我们的微流体流变仪提供了大约 2 分钟或更短的周转时间,这要归功于机器学习算法的实施。我们在几种聚(环氧乙烷)水溶液上验证了我们的平台。我们还对临床范围内的透明质酸溶液进行了测量,以进行关节等级评估。我们观察到两种流变特性浓度的单调行为,因此推测它们的潜在用途 我们还对临床范围内的透明质酸溶液进行了测量,以进行关节等级评估。我们观察到两种流变特性浓度的单调行为,因此推测它们的潜在用途 我们还对临床范围内的透明质酸溶液进行了测量,以进行关节等级评估。我们观察到两种流变特性浓度的单调行为,因此推测它们的潜在用途流变标志物,即流变学生物标志物,跨越几种疾病状态。
更新日期:2022-02-15
中文翻译:
使用机器学习辅助微流体流变仪对非牛顿溶液进行快速的温度相关流变测量
滑液、血浆和唾液等生物流体含有几种蛋白质,这些蛋白质赋予生物流体非牛顿特性。生物流体中此类蛋白质大分子的浓度被认为是诊断多种健康状况的重要生物标志物,包括心血管疾病、关节质量和阿尔茨海默氏症。用于测量生物流体中大分子的现有技术是有限的;它们需要较长的周转时间,或需要复杂的协议,因此需要针对此类测量的替代、更合适的方法。根据聚合物溶液的既定关系,溶液中大分子的浓度也可以通过测量剪切粘度和最长弛豫时间等流变特性来推导出。我们在此介绍一种微流体流变仪,用于快速同时测量不同温度下非牛顿溶液的剪切粘度和最长弛豫时间。与以前的技术不同,我们的微流体流变仪提供了大约 2 分钟或更短的周转时间,这要归功于机器学习算法的实施。我们在几种聚(环氧乙烷)水溶液上验证了我们的平台。我们还对临床范围内的透明质酸溶液进行了测量,以进行关节等级评估。我们观察到两种流变特性浓度的单调行为,因此推测它们的潜在用途 与以前的技术不同,我们的微流体流变仪提供了大约 2 分钟或更短的周转时间,这要归功于机器学习算法的实施。我们在几种聚(环氧乙烷)水溶液上验证了我们的平台。我们还对临床范围内的透明质酸溶液进行了测量,以进行关节等级评估。我们观察到两种流变特性浓度的单调行为,因此推测它们的潜在用途 与以前的技术不同,我们的微流体流变仪提供了大约 2 分钟或更短的周转时间,这要归功于机器学习算法的实施。我们在几种聚(环氧乙烷)水溶液上验证了我们的平台。我们还对临床范围内的透明质酸溶液进行了测量,以进行关节等级评估。我们观察到两种流变特性浓度的单调行为,因此推测它们的潜在用途 我们还对临床范围内的透明质酸溶液进行了测量,以进行关节等级评估。我们观察到两种流变特性浓度的单调行为,因此推测它们的潜在用途 我们还对临床范围内的透明质酸溶液进行了测量,以进行关节等级评估。我们观察到两种流变特性浓度的单调行为,因此推测它们的潜在用途流变标志物,即流变学生物标志物,跨越几种疾病状态。