The size-speed-force relationship governs migratory cell response to tumorigenic factors
Notice bibliographique
Résumé
Tumor development progresses through a complex path of biomechanical changes leading first to cell growth and contraction and then cell deadhesion, scattering, and invasion. Tumorigenic factors may act specifically on one of these steps or have a wider spectrum of actions, leading to a variety of effects and thus sometimes to apparent contradictory outcomes. Here we used micropatterned lines of collagen type I/fibronectin on deformable surfaces to standardize cell behavior and measure simultaneously cell size, speed of motion and magnitude of the associated traction forces at the level of a single cell. We analyzed and compared the normal human breast cell line MCF10A in control conditions and in response to various tumorigenic factors. In all conditions, a wide range of biomechanical properties was identified. Despite this heterogeneity, normal and transformed motile cells followed a common trend whereby size and contractile forces were negatively correlated with cell speed. Some tumorigenic factors, such as activation of ErbB2 or loss of the βsubunit of casein kinase 2, shifted the whole population toward a faster speed and lower contractility state. Treatment with transforming growth factor β induced some cells to adopt opposing behaviors such as extremely high versus extremely low contractility. Thus tumor transformation amplified preexisting population heterogeneity and led some cells to exhibit biomechanical properties that were more extreme than those observed with normal 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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».