MétaCan
Menu
Retour à la cohorte
Enregistrement W2073212516 · doi:10.1109/iembs.2010.5627105

Magnetotactic bacteria penetration into multicellular tumor spheroids for targeted therapy

2010· article· en· W2073212516 sur OpenAlexaff
N Mokrani, Ouajdi Felfoul, Fatemeh Afkhami Zarreh, Mojtaba Mohammadi, Raquel Aloyz, Gerald Batist, Sylvain Martel

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMicro and Nano Robotics
Établissements canadiensMcGill UniversityJewish General HospitalPolytechnique Montréal
Organismes subventionnairesNational Institute of Biomedical Imaging and Bioengineering
Mots-clésMagnetotactic bacteriaMagnetosomeMulticellular organismSpheroidPenetration (warfare)Magnetic resonance imagingCellBacteriaIn vitroBiomedical engineeringMaterials scienceBiophysicsNanotechnologyBiologyChemistryMedicine

Résumé

récupéré en direct d'OpenAlex

Preliminary experiments showed that MC-1 magnetotactic bacteria (MTB) could be used for the delivery of therapeutic agents to tumoral lesions. Each bacterium can provide a significant thrust propulsion force generated by two flagella bundles exceeding 4pN. Furthermore, a chain of single-domain magnetosomes embedded in the cell allows computer directional control and tracking using a magnetic resonance imaging (MRI) system. Although these embedded functionalities suggest that MTB when under the influence of an external computer could be considered as biological microrobots with the potential of targeting tumors, little is known about their level of penetration in tumoral tissues. In this paper, in vitro experiments were performed to assess the capability of these bacteria to penetrate tumor tissue for the delivery of therapeutic agents. Multicellular tumor spheroids were used since they reproduce many properties of solid tumors. The results show the ability of these MTB when submitted to a directional magnetic field to penetrate inside a 3D multicellular tumor spheroid through openings present in the tissue.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,236
Écart entre enseignants0,229 · 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'étudeExpérimental (laboratoire)
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

Citations28
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMicro and Nano RoboticsTravaux en français237 207