Engineered Networks of Synthetic and Natural Proteins To Control Cell Migration
Notice bibliographique
Résumé
Mammalian cells reprogrammed with engineered transgenes have the potential to be useful therapeutic platforms because they can support large genetic networks, can be taken from a host or patient, and perform useful functions such as migration and secretion. Successful engineering of mammalian cells will require the development of modules that can perform well-defined, reliable functions, such as directed cell migration toward a chemical or physical signal. One inherently modular cellular pathway is the Ca(2+) signaling pathway: protein modules that mobilize and respond to Ca(2+) are combined across cell types to create complexity. We have designed a chimera of Rac1, a GTPase that controls cell morphology and migration, and calmodulin (CaM), a Ca(2+)-responsive protein, to control cell migration. The Rac1-CaM chimera (named RACer) controlled lamellipodia growth in response to Ca(2+). RACer was combined with LOVS1K (a previously engineered light-sensitive Ca(2+)-mobilizing module) and cytokine receptors to create protein networks where blue light and growth factors regulated cell morphology and, thereby, cell migration. To show the generalizability of our design, we created a Cdc42-CaM chimera that controls filopodia growth in response to Ca(2+). The insights that have been gained into Ca(2+) signaling and cell migration will allow future work to combine engineered protein systems to enable reprogrammed cell sensing of relevant therapeutic targets in vivo.
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 | 0,001 |
| 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 ».