A microfluidic system with optical laser tweezers to study mechanotransduction and focal adhesion recruitment
Notice bibliographique
Résumé
We present a new method to locally apply mechanical tensile and compressive force on single cells based on integration of a microfluidic device with an optical laser tweezers. This system can locate a single cell within customized wells exposing a square-like membrane segment to a functionalized bead. Beads are coated with extracellular matrix (ECM) proteins of interest (e.g. fibronectin) to activate specific membrane receptors (e.g. integrins). The functionalized beads are trapped and manipulated by optical tweezers to apply mechanical load on the ECM-integrin-cytoskeleton linkage. Activation of the receptor is visualized by accumulation of expressed fluorescent proteins. This platform facilitates isolation of single cells and excitation by tensile/compressive forces applied directly to the focal adhesion via specific membrane receptors. Protein assembly or recruitment in a focal adhesion can then be monitored and identified using fluorescent imaging. This platform is used to study the recruitment of vinculin upon the application of external tensile force to single endothelial cells. Vinculin appears to be recruited above the forced bead as an elliptical cloud, centered 2.1 ± 0.5 μm from the 2 μm bead center. The mechanical stiffness of the membrane patch inferred from this measurement is 42.9 ± 6.4 pN μm(-1) for a 5 μm × 5 μm membrane segment. This method provides a foundation for further studies of mechanotransduction and tensile stiffness of single cells.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».