MétaCan
Menu
Retour à la cohorte
Enregistrement W2949544312 · doi:10.1371/journal.pcbi.1006352

Hydrodynamics of transient cell-cell contact: The role of membrane permeability and active protrusion length

2019· article· en· W2949544312 sur OpenAlexaff
Kai Liu, Brian Chu, Jay Newby, Elizabeth L. Read, John Lowengrub, Jun Allard

Notice bibliographique

RevuePLoS Computational Biology · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesDivision of Mathematical SciencesNational Science Foundation
Mots-clésThermal fluctuationsMembraneCell membraneMechanicsBiophysicsNanotechnologyMaterials scienceChemistryPhysicsThermodynamicsBiology

Résumé

récupéré en direct d'OpenAlex

In many biological settings, two or more cells come into physical contact to form a cell-cell interface. In some cases, the cell-cell contact must be transient, forming on timescales of seconds. One example is offered by the T cell, an immune cell which must attach to the surface of other cells in order to decipher information about disease. The aspect ratio of these interfaces (tens of nanometers thick and tens of micrometers in diameter) puts them into the thin-layer limit, or "lubrication limit", of fluid dynamics. A key question is how the receptors and ligands on opposing cells come into contact. What are the relative roles of thermal undulations of the plasma membrane and deterministic forces from active filopodia? We use a computational fluid dynamics algorithm capable of simulating 10-nanometer-scale fluid-structure interactions with thermal fluctuations up to seconds- and microns-scales. We use this to simulate two opposing membranes, variously including thermal fluctuations, active forces, and membrane permeability. In some regimes dominated by thermal fluctuations, proximity is a rare event, which we capture by computing mean first-passage times using a Weighted Ensemble rare-event computational method. Our results demonstrate a parameter regime in which the time it takes for an active force to drive local contact actually increases if the cells are being held closer together (e.g., by nonspecific adhesion), a phenomenon we attribute to the thin-layer effect. This leads to an optimal initial cell-cell separation for fastest receptor-ligand binding, which could have relevance for the role of cellular protrusions like microvilli. We reproduce a previous experimental observation that fluctuation spatial scales are largely unaffected, but timescales are dramatically slowed, by the thin-layer effect. We also find that membrane permeability would need to be above physiological levels to abrogate the thin-layer effect.

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 enseignants0,262
Score d'incertitude au seuil0,239

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 Opus0,004
Tête enseignante GPT0,176
Écart entre enseignants0,171 · 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

Citations16
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS Computational BiologyMême sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207