MétaCan
Menu
Retour à la cohorte
Enregistrement W2783086318 · doi:10.1073/pnas.1713395115

Ultrafast imaging of cell elasticity with optical microelastography

2018· article· en· W2783086318 sur OpenAlexafffund
Pol Grasland-Mongrain, Ali Zorgani, Shoma Nakagawa, Simon Bernard, Lia Mara Gomes Paim, Greg FitzHarris, Stéfan Catheline, Guy Cloutier

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCellular Mechanics and Interactions
Établissements canadiensUniversité de Montréal
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesCanadian Institutes of Health ResearchGovernment of Canada
Mots-clésElasticity (physics)MicroscopyBrillouin scatteringElastographyBiophysicsPipetteCytoskeletonCellOpticsNanotechnologyMaterials sciencePhysicsChemistryBiologyAcousticsOptical fiberComposite material

Résumé

récupéré en direct d'OpenAlex

Elasticity is a fundamental cellular property that is related to the anatomy, functionality, and pathological state of cells and tissues. However, current techniques based on cell deformation, atomic force microscopy, or Brillouin scattering are rather slow and do not always accurately represent cell elasticity. Here, we have developed an alternative technique by applying shear wave elastography to the micrometer scale. Elastic waves were mechanically induced in live mammalian oocytes using a vibrating micropipette. These audible frequency waves were observed optically at 200,000 frames per second and tracked with an optical flow algorithm. Whole-cell elasticity was then mapped using an elastography method inspired by the seismology field. Using this approach we show that the elasticity of mouse oocytes is decreased when the oocyte cytoskeleton is disrupted with cytochalasin B. The technique is fast (less than 1 ms for data acquisition), precise (spatial resolution of a few micrometers), able to map internal cell structures, and robust and thus represents a tractable option for interrogating biomechanical properties of diverse cell types.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,007
Score d'incertitude au seuil0,271

Scores Codex et Gemma par catégorie

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,012
Tête enseignante GPT0,258
Écart entre enseignants0,246 · 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 tête enseignante, 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

Citations79
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetCellular Mechanics and InteractionsTravaux en français237 207