Substrate-Bound Protein Gradients to Study Haptotaxis
Notice bibliographique
Résumé
Cells navigate in response to inhomogeneous distributions of extracellular guidance cues. The cellular and molecular mechanisms underlying migration in response to gradients of chemical cues have been investigated for over a century. Following the introduction of micropipettes and more recently microfluidics for gradient generation, much attention and effort was devoted to study cellular chemotaxis, which is defined as guidance by gradients of chemical cues in solution. Haptotaxis, directional migration in response to gradients of substrate-bound cues, has received comparatively less attention; however, it is increasingly clear that in vivo many physiologically relevant guidance proteins - including many secreted cues - are bound to cellular surfaces or incorporated into extracellular matrix and likely function via a haptotactic mechanism. Here, we review the history of haptotaxis. We examine the importance of the reference surface, the surface in contact with the cell that is not covered by the cue, which forms a gradient opposing the gradient of the protein cue and must be considered in experimental designs and interpretation of results. We review and compare microfluidics, contact printing, light patterning, and 3D fabrication to pattern substrate-bound protein gradients in vitro. The range of methods to create substrate-bound gradients discussed herein makes possible systematic analyses of haptotactic mechanisms. Furthermore, understanding the fundamental mechanisms underlying cell motility will inform bioengineering approaches to program cell navigation and recover lost function.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,004 |
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 ».