MétaCan
Menu
Retour à la cohorte
Enregistrement W2028837010 · doi:10.1159/000024521

Clustering of Murine Lung Metastases Reflects Fractal Nonuniformity in Regional Lung Blood Flow

2000· article· en· W2028837010 sur OpenAlexaff
Wayne S. Kendal

Notice bibliographique

RevueInvasion and Metastasis · 2000
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMachine Learning in Bioinformatics
Établissements canadiensOttawa Regional Cancer Foundation
Organismes subventionnairesnon disponible
Mots-clésMetastasisLungCluster analysisCellCancer researchCancerBiologyPathologyMedicineInternal medicineGeneticsMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

In the experimental metastasis assay certain animals, from groups of similarly treated animals, develop more lung metastases than expected from random chance alone. This clustering of metastases is characterized by a power function relationship, sigma(2) = amu(b), between the variance, sigma(2), and mean, mu, of the numbers of lung metastases per animal (a and b are constants). To determine whether this clustering could be an artifact of experimental metastasis, whether it could be influenced by different experimental conditions, and to attempt to clarify its cause, 22 published data sets from experimental metastasis utilizing 2,145 mice, as well as 8 data sets from spontaneous metastasis utilizing 1,020 mice were analyzed. In these experiments cell cloning, cell-cell fusion, treatment with a protein kinase C inhibitor, treatment with cell adhesion compounds, and transfection with either the ras oncogene, the sialidase gene, or the urokinase sense and antisense genes were used to influence metastasis. They employed 14 different cell lines and 6 different strains of inbred mice. Clustering of metastasis was evident in animals from the spontaneous metastasis assays as well as from the experimental metastasis assays. It was apparent whether mice were injected with tumor cells derived from clones or from cell lines. Clustering was demonstrated within each data set, regardless of the experimental conditions employed. A single variance to mean power function (with a = 2.2 and b = 1.51) characterized the clustering in the 30 data sets. The regional distribution of blood flow through lungs and other organs is nonuniform, exhibiting a fractal symmetry on change of scale. This symmetry implies that the variance of a region's blood flow is related to its mean by the same power function as was observed with metastasis. Indeed, measurements of blood flow from isolated canine lungs yield b = 1.56, similar to the corresponding figure from murine lung metastasis. These findings lend support to the hypothesis that the observed clustering of metastases is a consequence of fractal variations in lung blood flow.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,271
Écart entre enseignants0,258 · 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'étudeSimulation ou modélisation
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

Citations9
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInvasion and MetastasisMême sujetMachine Learning in BioinformaticsTravaux en français237 207