MétaCan
Menu
Retour à la cohorte
Enregistrement W2315681551 · doi:10.1021/nn500553z

<i>In Situ</i> Mechanical Characterization of the Cell Nucleus by Atomic Force Microscopy

2014· article· en· W2315681551 sur OpenAlexaff
Haijiao Liu, Jun Wen, Yun Xiao, Jun Liu, Sevan Hopyan, Milica Radisic, Craig A. Simmons, Yu Sun

Notice bibliographique

RevueACS Nano · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCellular Mechanics and Interactions
Établissements canadiensHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesNational Heart, Lung, and Blood Institute
Mots-clésNucleusIn situCytoplasmMicroscopyBiophysicsMechanotransductionConfocal microscopyMaterials scienceCell nucleusIntracellularAtomic force microscopyNanoindentationIndentationSofteningConfocalNanotechnologyChemistryComposite materialBiologyPhysicsOpticsCell biologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

The study of nuclear mechanical properties can provide insights into nuclear dynamics and its role in cellular mechanotransduction. While several methods have been developed to characterize nuclear mechanical properties, direct intracellular probing of the nucleus in situ is challenging. Here, a modified AFM (atomic force microscopy) needle penetration technique is demonstrated to mechanically characterize cell nuclei in situ. Cytoplasmic and nuclear stiffness were determined based on two different segments on the AFM indentation curves and were correlated with simultaneous confocal Z-stack microscopy reconstructions. On the basis of direct intracellular measurement, we show that the isolated nuclei from fibroblast-like cells exhibited significantly lower Young's moduli than intact nuclei in situ. We also show that there is in situ nucleus softening in the highly metastatic bladder cancer cell line T24 when compared to its less metastatic counterpart RT4. This technique has potential to become a reliable quantitative measurement tool for intracellular mechanics studies.

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 seuil0,008

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)0,0020,000

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 Opus0,003
Tête enseignante GPT0,205
Écart entre enseignants0,202 · 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

Citations215
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS NanoMême sujetCellular Mechanics and InteractionsTravaux en français237 207