MétaCan
Menu
Retour à la cohorte
Enregistrement W2973099177 · doi:10.1038/s41467-019-12155-z

Energetic costs regulated by cell mechanics and confinement are predictive of migration path during decision-making

2019· article· en· W2973099177 sur OpenAlexafffund
Matthew R. Zanotelli, Aniqua Rahman-Zaman, Jacob A. VanderBurgh, Paul Taufalele, Aadhar Jain, David Erickson, François Bordeleau, Cynthia A. Reinhart‐King

Notice bibliographique

RevueNature Communications · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCellular Mechanics and Interactions
Établissements canadiensUniversité Laval
Organismes subventionnairesDivision of Electrical, Communications and Cyber SystemsNational Institute of General Medical SciencesNatural Sciences and Engineering Research Council of CanadaCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of CanadaCancer Research SocietyNational Institutes of HealthNational Science Foundation
Mots-clésPath (computing)Computer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Cell migration during the invasion-metastasis cascade requires cancer cells to navigate a spatially complex microenvironment that presents directional choices to migrating cells. Here, we investigate cellular energetics during migration decision-making in confined spaces. Theoretical and experimental data show that energetic costs for migration through confined spaces are mediated by a balance between cell and matrix compliance as well as the degree of spatial confinement to direct decision-making. Energetic costs, driven by the cellular work needed to generate force for matrix displacement, increase with increasing cell stiffness, matrix stiffness, and degree of spatial confinement, limiting migration. By assessing energetic costs between possible migration paths, we can predict the probability of migration choice. Our findings indicate that motility in confined spaces imposes high energetic demands on migrating cells, and cells migrate in the direction of least confinement to minimize energetic costs. Therefore, therapeutically targeting metabolism may limit cancer cell migration and metastasis.

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 enseignants0,109
Score d'incertitude au seuil0,401

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 Opus0,003
Tête enseignante GPT0,233
Écart entre enseignants0,229 · 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

Citations167
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetCellular Mechanics and InteractionsTravaux en français237 207