tronics 任务: 开发生化检测方法 优化现有的液滴微流体工作流程和设备 从环境 DNA 样本创建宏基因组文库 使用无细胞表达平台进行蛋白质合成 对宏基因组样本产生的 DNA 文库进行超高通量筛选 使用 Python 或 R 分析高通量数据集 将研究结果传达给国际项目伙伴和科学界 我们提供: 三年合同(65%),工资按照 TV-L E13 计算 位于加兴 TUM 最大校区的熟悉且协作的研究环境 作为 TUM 博士生,您将自动加入 TUM 研究生院并受益于进一步的
志勇、苍怀兴和杨鑫 2020. 基于薄膜氮化镓 (GaN) 的声流体镊子:建模和微粒操控。超声波 108,106202。10.1016/j.ultras.2020.106202
该器件设计由两组铝 IDT 组成,放置在具有 128° YX 切口的铌酸锂基板上。作为初步步骤,基于器件的几何周期 200 μm,模拟了器件的缩小单元域。模态分析确定了瑞利波的共振频率,该频率用于后续的谐波研究。两组 IDT 在该频率下受到激励,并分析了由此产生的驻波模式。还检查了器件在共振频率下的导纳。在将模型扩展到完整器件之前,进行了时间相关分析以研究波产生的瞬态阶段。
定制成像级镜头的原型制作和少量生产是困难且昂贵的,尤其是对于更复杂的非球面形状而言。流体形状最近被提议作为一种潜在的解决方案:它利用液体之间界面的原子水平平滑度,其中界面的形状可以通过边界条件,浮力控制和其他物理参数仔细控制。如果一种液体是树脂,则可以通过固化来“冷冻”其形状,从而产生固体光学元素。虽然流体形状是一个有前途的途径,但该方法产生的形状空间目前仅以偏微分方程的形式描述,这些方程与现有镜头设计过程不相容。更重要的是,我们证明现有的PDE不准确,不准确。在这项工作中,我们开发了由流体成型技术产生的形状太空镜片的新表述。它克服了以前模型的不准确性,通过可区分的实现,可以基于可区分的射线跟踪将最新的端到端光学设计管道集成到最新的端到端光学设计管道中。我们通过模拟以及初始物理原型广泛评估模型和设计管道。
免疫检查点抑制剂,例如PD -1/ PD -L1抑制剂进行免疫疗法,现在被认为是实体瘤最有前途的治疗方式之一。然而,基于肿瘤组织中PD -L1表达的临床疗效预测目前不精确,并且缺乏实现时间监测的能力。在这里,我们描述了一种独特的纳米植物,用于原位的PD -L1 RNA表达表达,与体外细胞行为分析相结合,以更好地预测患者癌症治疗的疗效。通过使用5 mL的血液样本,该系统产生分析输出,合并后,提供了一个指数,与传统活检相比,可以对患者的预测进行定量,更准确地预测患者的结局。
微流体在器官片技术和合成细胞的研究中起着关键作用,尤其是在人工细胞模型的开发和分析中。然而,未探索使用合成细胞作为微流体系统的积分功能成分的方法,以塑造片段培养的天然活细胞的微环境。在这里,基于胶体体的合成细胞被整合到3D微流体设备中,开创了基于片的机器人器官的基于合成细胞的微环境的概念。的方法是设计用于在微流体通道内部由受支持的脂质双层包裹的二氧化硅胶体染色体网络。这些网络促进了与片上培养细胞的受体配体相互作用。此外,使用基于藻酸钙的水凝胶形成在胶体体内的基于钙的水凝胶的形成,引入了一种用于控制生长因子从合成细胞中的释放的技术。证明了该技术的潜力,是一种模块化的插入式淋巴结芯片芯片原型,该原型通过刺激T细胞上的受体配体并调节其细胞因子环境来指导原代人T细胞的扩展。将合成细胞整合到微流体系统中,为器官芯片技术提供了新的方向,并提出了进一步的潜在治疗应用探索途径。
患者衍生的癌症类器官(PDOS)具有个性化治疗选择和改善患者预后的巨大希望。但是,在标准文化平台中生成足够数字的PDO来测试疗法是一项挑战。这一挑战对于胰腺导管腺癌(PDAC)特别急切,在该胰腺导管腺癌(PDAC)中,大多数患者在晚期患有不可切除的肿瘤的晚期诊断,并且患者组织的形式是针头活检。描述了使用有限量的PDAC活检可用的组织或PDO进行测试疗法的微流体设备的开发和表征。证明微流体PDO在表型和基因型上与金色标准的Matrigel类器官相似,其优点为1)球体均匀性,2)最小的细胞数需求,3)不依靠Matrigel。通过测试对几种化学疗法的PDO响应,包括糖原合酶激酶(GSKI)的抑制剂,可以证明微流体PDOS的效用。此外,微氟机培养物用于测试由NK细胞组成的免疫疗法的有效性与新型生物学结合。总而言之,我们的微流体装置对基于癌症活检的个性化肿瘤学有很大的好处,并且将来可能会发展成为化学疗法或免疫疗法治疗的伴侣诊断。
摘要:微流体混合器,一种微流体技术的关键应用,主要用于微观设备中各种样品的快速合并。鉴于其设计过程的复杂性以及设计师所需的大量专业知识,微流体混合器设计的智能自动化引起了极大的关注。本文讨论了一种将人工神经网络(ANN)与增强学习技术整合起来的方法,以使微流体混合器的尺寸参数设计自动化。在这项研究中,我们选择了两种典型的微流体混合器结构进行测试和训练的两个神经网络模型,包括高度精确且具有成本效益,作为传统,耗时的有限元模拟的替代方法,使用了多达10,000组COMSOL模拟数据。通过定义加强学习剂的有效状态评估函数,我们利用训练有素的代理成功验证了这些混合器结构的尺寸参数的自动设计。测试表明,仅在0.129 s中可以自动优化第一个混合器模型,而第二个混合器模型可以自动优化,而第二个混合器模型可以显着减少与手动设计相比的时间。模拟结果验证了在微流体混合器的自动设计中增强学习技术的潜力,并在该领域提供了新的解决方案。
他的研究兴趣包括开发新的合成生物学工具,以及工程新颖的定制遗传回路,用于感应和信息处理多个细胞和环境信号,并在不同领域的应用,例如,生物传感,生物制造和生物治疗措施。
实习传播并加强了改善绿色液体混合的倡议。通过三壁图案的微流体通道实现的增强混合技术可以彻底改变药物输送,化学合成和生物技术等领域。纳米颗粒的均匀分散可以提高药物输送系统的效率,改善高级材料的合成,并可以精确操纵生物样品。该实习将为潜在的未来研究人员提供机会,以探索设计和制造三壁图案的微流体通道的应用表面工程,以增强绿色液体中纳米颗粒的混合。此外,这项实习将使学生接触微制造技术,微/生物流体设置,检测和表征工具。它还将帮助他们了解微荧光学和纳米流体/生物医学设备设计和开发/智能和可持续制造领域的潜在未来研究范围。