MétaCan
Menu
Retour à la cohorte
Enregistrement W2947729025 · doi:10.3791/59364

High Throughput Traction Force Microscopy Using PDMS Reveals Dose-Dependent Effects of Transforming Growth Factor-β on the Epithelial-to-Mesenchymal Transition

2019· article· en· W2947729025 sur OpenAlexafffund
Haruka Yoshie, Newsha Koushki, Clayton Molter, Peter M. Siegel, Ramaswamy Krishnan, Allen J. Ehrlicher

Notice bibliographique

RevueJournal of Visualized Experiments · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCellular Mechanics and Interactions
Établissements canadiensMcGill University Health CentreMcGill University
Organismes subventionnairesNational Heart, Lung, and Blood InstituteCanadian Institutes of Health Research
Mots-clésContractilityTractive forcePolydimethylsiloxaneNanotechnologyMaterials scienceMechanobiologyBiophysicsMyosinTissue engineeringBiomedical engineeringChemistryCell biologyBiology

Résumé

récupéré en direct d'OpenAlex

Cellular contractility is essential in diverse aspects of biology, driving processes that range from motility and division, to tissue contraction and mechanical stability, and represents a core element of multi-cellular animal life. In adherent cells, acto-myosin contraction is seen in traction forces that cells exert on their substrate. Dysregulation of cellular contractility appears in a myriad of pathologies, making contractility a promising target in diverse diagnostic approaches using biophysics as a metric. Moreover, novel therapeutic strategies can be based on correcting the apparent malfunction of cell contractility. These applications, however, require direct quantification of these forces. We have developed silicone elastomer-based traction force microscopy (TFM) in a parallelized multi-well format. Our use of a silicone rubber, specifically polydimethylsiloxane (PDMS), rather than the commonly employed hydrogel polyacrylamide (PAA) enables us to make robust and inert substrates with indefinite shelf-lives requiring no specialized storage conditions. Unlike pillar-PDMS based approaches that have a modulus in the GPa range, the PDMS used here is very compliant, ranging from approximately 0.4 kPa to 100 kPa. We create a high-throughput platform for TFM by partitioning these large monolithic substrates spatially into biochemically independent wells, creating a multi-well platform for traction force screening that is compatible with existing multi-well systems. In this manuscript, we use this multi-well traction force system to examine the Epithelial to Mesenchymal Transition (EMT); we induce EMT in NMuMG cells by exposing them to TGF-β, and to quantify the biophysical changes during EMT. We measure the contractility as a function of concentration and duration of TGF-β exposure. Our findings here demonstrate the utility of parallelized TFM in the context of disease biophysics.

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 enseignants0,029
Score d'incertitude au seuil0,605

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

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 Opus0,021
Tête enseignante GPT0,376
Écart entre enseignants0,354 · 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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetCellular Mechanics and InteractionsTravaux en français237 207