Tumor Cell Invasion Is Promoted by Interstitial Flow-Induced Matrix Priming by Stromal Fibroblasts
Notice bibliographique
Résumé
Interstitial flow emanates from tumors into the microenvironment where it promotes tumor cell invasion. Fibroblasts are key constituents of the tumor stroma that modulate the mechanical environment by matrix remodeling and contraction. Here, we explore how interstitial fluid flow affects fibroblast-tumor cell interactions. Using a 3-dimensional invasion assay and MDA-MB-435S cells cocultured with dermal fibroblasts in a collagen matrix, we showed a synergistic enhancement of tumor cell invasion by fibroblasts in the presence of interstitial flow. Interstitial flow also drove transforming growth factor (TGF)-β1 and collagenase-dependent fibroblast migration, consistent with previously described mechanisms in which flow promotes invasion through autologous chemotaxis and increased motility. Concurrently, migrating fibroblasts enhanced tumor cell invasion by matrix priming via Rho-mediated contraction. We propose a model in which interstitial flow promotes fibroblast migration through increased TGF-β1 activation and collagen degradation, positioning fibroblasts to locally reorganize collagen fibers via Rho-dependent contractility, in turn enhancing tumor cell invasion via mechanotactic cues. This represents a novel mechanism in which interstitial flow causes fibroblast-mediated stromal remodeling that facilitates tumor invasion.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».