MétaCan
Menu
Retour à la cohorte
Enregistrement W2897791953 · doi:10.1038/s42003-018-0179-3

Modified cantilever arrays improve sensitivity and reproducibility of nanomechanical sensing in living cells

2018· article· en· W2897791953 sur OpenAlexaff
Samadhan B. Patil, Rajai Al-Jehani, Hashem Etayash, Valérian Turbé, Keren Jiang, Joe Bailey, Walid Al‐Akkad, Rania Soudy, Kamaljit Kaur, Rachel A. McKendry, Thomas Thundat, Joseph W. Ndieyira

Notice bibliographique

RevueCommunications Biology · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMechanical and Optical Resonators
Établissements canadiensWomen and Children’s Health Research InstituteUniversity of Alberta
Organismes subventionnairesEngineering and Physical Sciences Research CouncilEuropean CommissionRoyal SocietyUniversity College London Hospitals NHS Foundation TrustNational Institute for Health and Care Research
Mots-clésCancer cellNanotechnologyCantileverBiologyCancerChemistryNeuroscienceMaterials science

Résumé

récupéré en direct d'OpenAlex

Mechanical signaling involved in molecular interactions lies at the heart of materials science and biological systems, but the mechanisms involved are poorly understood. Here we use nanomechanical sensors and intact human cells to provide unique insights into the signaling pathways of connectivity networks, which deliver the ability to probe cells to produce biologically relevant, quantifiable and reproducible signals. We quantify the mechanical signals from malignant cancer cells, with 10 cells per ml in 1000-fold excess of non-neoplastic human epithelial cells. Moreover, we demonstrate that a direct link between cells and molecules creates a continuous connectivity which acts like a percolating network to propagate mechanical forces over both short and long length-scales. The findings provide mechanistic insights into how cancer cells interact with one another and with their microenvironments, enabling them to invade the surrounding tissues. Further, with this system it is possible to understand how cancer clusters are able to co-ordinate their migration through narrow blood capillaries.

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)0,001
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 enseignants0,239
Score d'incertitude au seuil0,320

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0000,001
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 Opus0,031
Tête enseignante GPT0,292
Écart entre enseignants0,261 · 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

Citations19
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCommunications BiologyMême sujetMechanical and Optical ResonatorsTravaux en français237 207