MétaCan
Menu
Retour à la cohorte
Enregistrement W2808792206 · doi:10.1002/jbio.201800008

Quantitative assessment of cell contractility using polarized light microscopy

2018· article· en· W2808792206 sur OpenAlexfundno aff
Wenjun Wang, Joseph P. Miller, Susan C. Pannullo, Cynthia A. Reinhart‐King, François Bordeleau

Notice bibliographique

RevueJournal of Biophotonics · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCellular Mechanics and Interactions
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer InstituteCancer Research Society
Mots-clésContractilityMicroscopyPolarized light microscopyMaterials scienceBiophysicsChemistryMedicineOpticsBiologyPathologyInternal medicinePhysics

Résumé

récupéré en direct d'OpenAlex

Cell contractility regulates multiple cell behaviors which contribute to both normal and pathological processes. However, measuring cell contractility remains a technical challenge in complex biological samples. The current state of the art technologies employed to measure cell contractility have inherent limitations that greatly limit the experimental conditions under which they can be used. Here, we use quantitative polarization microscopy to extract information about cell contractility. We show that the optical retardance signal measured from the cell body is proportional to cell contractility in 2-dimensional and 3-dimensional platforms, and as such can be used as a straightforward, tractable methodology to assess cell contractility in a variety of systems. This label-free optical method provides a novel and flexible way to assess cellular forces of single cells and monolayers in several cell types, fixed or live, in addition to cells present in situ in mouse tumor tissue samples. This easily implementable and experimentally versatile method will significantly contribute to the cell mechanics field.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,018
Tête enseignante GPT0,343
Écart entre enseignants0,325 · 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

Citations29
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of BiophotonicsMême sujetCellular Mechanics and InteractionsTravaux en français237 207