RDNA-01. TUBULIN AND MICROTUBULES AS MOLECULAR TARGETS FOR TTFIELD THERAPY
Notice bibliographique
Résumé
Abstract TTField (Tumor-treating field) therapy utilizes low intensity intermediate frequency AC electric fields to reduce the spread of cancer. While it has attained FDA approval for the treatment of recurrent glioblastoma multiforme, the exact molecular targets of TTField therapy are not well understood. Microtubules are pipe-like polymers of the highly charged (–31 e) and strongly dipolar (dipole moment 1666 D) protein, α, β- tubulin. Studies on the electrical properties of microtubules have recently gained interest, with them being modelled as molecular targets of TTFields. Here, we experimentally show that while tubulin polymerized into microtubules leads to an increase in solution capacitance, unpolymerized tubulin has no appreciable effect. To the best of our knowledge, we present the first experimental quantification of the capacitance of a 20 μm-long microtubule. Using these results, we calculate the resonant frequency of a microtubule meshwork in a cell-like environment to be in the TTField regime. Our results utilize high ionic strength solutions and cell-like concentrations of tubulin to show the potential of microtubules as the targets of TTField action and as intracellular charge-storage devices. We conclude with a hypothesis of an electrically-tunable cell, where the dielectric properties of the cytoskeleton alter local and global charge storage and transport.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».