MétaCan
Menu
Retour à la cohorte
Enregistrement W3033213035 · doi:10.1101/2020.06.05.135723

Phenotype Spectrum reflects Synergies among the Cell Architecture over Stages of the Cell Cycle

2020· preprint· en· W3033213035 sur OpenAlexaff
Lan Tian, Meng Yu, Wei‐Sheng Chen, Jun Yin, Hsiang-Tsun Chang, Shan Tang, Ye Zhao, Spyros A. Svoronos, Samuel W. K. Wong, Yiider Tseng

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2020
Typepreprint
Langueen
DomaineMedicine
ThématiqueCancer-related Molecular Pathways
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésCell cycleCell biologyCellPhenotypeBiologyMotilityCell growthCell migrationCell Cycle ProteinGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Abstract The heterogeneity of cell phenotypes remains a barrier in progressing cell research and a challenge in conquering cancer-related drug resistance. Cell morphology, the most direct property of cell phenotype, evolves along the progression of the cell cycle; meanwhile, cell motility, the dynamic property of cell phenotype, also alters over the cell cycle. However, a quantifiable research understanding the strict relationship between the cell cycle and cell migration is missing. Herein, we separately elucidate the correspondence of single NIH 3T3 fibroblast migratory behaviors with the G1, S, and G2 phases of the cell cycle, an underlying property of proliferation. The results show that synergies among the highly spatiotemporal arrangements of signals in Rho GTPases and cyclin-dependent kinase inhibitors, p21 Cip1 , and p27 Kip1 coordinates proliferation and migration. Taken together, we explain the synergies among these processes through providing an interactive molecular mechanism between the cell cycle and cell migration and demonstrate that both cell morphology and the dynamic subcellular behavior are homogenous within each stage of the cell cycle phases, posing potential implications in countering drug resistance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,008
Tête enseignante GPT0,209
Écart entre enseignants0,201 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetCancer-related Molecular PathwaysTravaux en français237 207