MétaCan
Menu
Retour à la cohorte
Enregistrement W2166045155 · doi:10.1371/journal.pone.0027323

Spatial Organization and Correlations of Cell Nuclei in Brain Tumors

2011· article· en· W2166045155 sur OpenAlexaff
Yang Jiao, Hal K. Berman, Tim-Rasmus Kiehl, Salvatore Torquato

Notice bibliographique

RevuePLoS ONE · 2011
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCell Image Analysis Techniques
Établissements canadiensUniversity Health NetworkOntario Institute for Cancer ResearchUniversity of Toronto
Organismes subventionnairesNational Cancer InstituteNational Institutes of Health
Mots-clésWhite matterSalientCell typeBiologySpatial organizationCentroidPhysicsNeuroscienceCellComputer scienceArtificial intelligenceEvolutionary biologyMedicineMagnetic resonance imagingGenetics

Résumé

récupéré en direct d'OpenAlex

Accepting the hypothesis that cancers are self-organizing, opportunistic systems, it is crucial to understand the collective behavior of cancer cells in their tumorous heterogeneous environment. In the present paper, we ask the following basic question: Is this self-organization of tumor evolution reflected in the manner in which malignant cells are spatially distributed in their heterogeneous environment? We employ a variety of nontrivial statistical microstructural descriptors that arise in the theory of heterogeneous media to characterize the spatial distributions of the nuclei of both benign brain white matter cells and brain glioma cells as obtained from histological images. These descriptors, which include the pair correlation function, structure factor and various nearest neighbor functions, quantify how pairs of cell nuclei are correlated in space in various ways. We map the centroids of the cell nuclei into point distributions to show that while commonly used local spatial statistics (e.g., cell areas and number of neighboring cells) cannot clearly distinguish spatial correlations in distributions of normal and abnormal cell nuclei, their salient structural features are captured very well by the aforementioned microstructural descriptors. We show that the tumorous cells pack more densely than normal cells and exhibit stronger effective repulsions between any pair of cells. Moreover, we demonstrate that brain gliomas are organized in a collective way rather than randomly on intermediate and large length scales. The existence of nontrivial spatial correlations between the abnormal cells strongly supports the view that cancer is not an unorganized collection of malignant cells but rather a complex emergent integrated system.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
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
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 GPT0,198
Écart entre enseignants0,185 · 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'étudeObservationnel
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

Citations36
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetCell Image Analysis TechniquesTravaux en français237 207