AFM-compatible microfluidic platform for affinity-based capture and nanomechanical characterization of circulating tumor cells
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Circulating tumor cells (CTCs) carried by the patient's bloodstream are known to lead to the metastatic spread of cancer. It is becoming increasingly clear that an understanding of the nanomechanical characteristics of CTCs, such as elasticity and adhesiveness, represents advancements in tracking and monitoring cancer progression and metastasis. In the present work, we describe a combined microfluidic-atomic force microscopy (AFM) platform that uses antibody-antigen capture to routinely isolate and nanomechanically characterize CTCs present in blood samples from prostate cancer patients. We introduce the reversible assembly of a microfluidic device and apply refined and robust chemistry to covalently bond antibodies onto its glass substrate with high density and the desired orientation. As a result, we show that the device can efficiently capture CTCs from patients with localized and metastatic prostate cancer through anti-EpCAM, anti-PSA, and anti-PSMA antibodies, and it is suitable for AFM measurements of captured intact CTCs. When nanomechanically characterized, CTCs originating from metastatic cancer demonstrate decreased elasticity and increased deformability compared to those originating from localized cancer. While the average adhesion of CTCs to the AFM tip surface remained the same in both the groups, there were fewer multiple adhesion events in metastatic CTCs than there were in their counterparts. The developed platform is simple, robust, and reliable and can be useful in the diagnosis and prognosis of prostate cancer as well as other forms of cancer.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 découle