Cellular deformation characterization of human breast cancer cells under hydrodynamic forces
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Understanding how cells sense mechanical forces, and how respond biologically to themis an interesting and quickly-progressing area. Cells within their microenvironment are subjected tovarious physical forces such as mechanical loads and shear stress. Cells respond and adjust to theseforces by mechanotransduction mechanism in which deformation and mechanical forces are convertedinto biomechanical signals. To quantify mechanotransduction responses and to correctly interpretthe behavior of cell under <em>in vitro</em> stimulation, magnitude and distribution of the stresses on the cellmembrane should be characterized. In this study, a 2D Finite Element Model is introduced to simulatethe deformation of individual benign (MCF10A) and malignant (MCF7) human breast cancer cellsunder hydrodynamic forces. A fluid-structure interaction method is implemented to model fluid flowand the adherent single cells inside a microchannel to study the nature of mechanical forces (viscousand pressure) and to determine their contribution to the deformation of cells. Due to the differentmechanical properties, cells respond differently to the forces exerted by the fluid flow. It was foundthat the maximum stress and strain take place at the interface of the adherent cell and channel wall. Also, under the same boundary conditions, nucleolus and cytoplasm of an individual malignant cellundergo more deformation comparing a single benign cell. Furthermore, it was observed that both two cell lines experience much more stress when their attached area to the substrate is reduced.
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.
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 découle