Cross talk between matrix elasticity and mechanical force regulates myoblast traction dynamics
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Growing evidence suggests that critical cellular processes are profoundly influenced by the cross talk between extracellular nanomechanical forces and the material properties of the cellular microenvironment. Although many studies have examined either the effect of nanomechanical forces or the material properties of the microenvironment on biological processes, few have investigated the influence of both. Here, we performed simultaneous atomic force microscopy and traction force microscopy to demonstrate that muscle precursor cells (myoblasts) rapidly generate a significant increase in traction when stimulated with a local 10 nN force. Cells were cultured and nanomechanically stimulated on hydrogel substrates with controllable local elastic moduli varying from ~16-89 kPa, as confirmed with atomic force microscopy. Importantly, cellular traction dynamics in response to nanomechanical stimulation only occurred on substrates that were similar to the elasticity of working muscle tissue (~64-89 kPa) as opposed to substrates mimicking resting tissue (~16-51 kPa). The traction response was also transient, occurring within 30 s, and dissipating by 60 s, during constant nanomechanical stimulation. The observed biophysical dynamics are very much dependent on rho-kinase and myosin-II activity and likely contribute to the physiology of these cells. Our results demonstrate the fundamental ability of cells to integrate nanoscale information in the cellular microenvironment, such as nanomechanical forces and substrate mechanics, during the process of mechanotransduction.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 découle