MétaCan
Menu
Retour à la cohorte
Enregistrement W2758412899 · doi:10.1080/03008207.2017.1384471

Contact guidance and collective migration in the advancing epithelial monolayer

2017· article· en· W2758412899 sur OpenAlexaff
Gyudo Lee, Lior Atia, Bo Lan, Yasha Sharma, Lior Nissim, Ming-Ru Wu, Erez Pery, Timothy K. Lu, Chan Young Park, James P. Butler, Jeffrey J. Fredberg

Notice bibliographique

RevueConnective Tissue Research · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCellular Mechanics and Interactions
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNational Cancer InstituteNational Heart, Lung, and Blood Institute
Mots-clésCell migrationExtracellular matrixMonolayerCell biologySubstrate (aquarium)Matrix (chemical analysis)CellBiophysicsContact inhibitionRegeneration (biology)Enhanced Data Rates for GSM EvolutionChemistryComputer scienceMaterials scienceBiologyNanotechnologyComposite materialComputer visionBiochemistry

Résumé

récupéré en direct d'OpenAlex

At the edge of a confluent cell layer, cell-free empty space is a cue that can drive directed collective cellular migration. Similarly, contact guidance is also a robust mechanical cue that can drive cell migration. However, it is unclear which of the two effects is stronger, and how each mechanism affects collective migration. To address this question, here we explore the trajectories of cells migrating collectively on a substrate containing micropatterned grooves (10-20 μm in periodicity, 2 μm in height) compared with unpatterned control substrates. Compared with unpatterned controls, the micropatterned substrates attenuated path variance by close to 70% and augmented migration coordination by more than 30%. Together, these results show that contact guidance can play an appreciable role in collective cellular migration. Also, our result can provide insights into tissue repair and regeneration with the remodeling of the connective tissue matrix.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

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)0,0010,000

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 Opus0,052
Tête enseignante GPT0,397
Écart entre enseignants0,345 · 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'étudeObservationnel
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

Citations15
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConnective Tissue ResearchMême sujetCellular Mechanics and InteractionsTravaux en français237 207