Simulating flow induced migration in vascular remodelling
Notice bibliographique
Résumé
Shear stress induces directed endothelial cell (EC) migration in blood vessels leading to vessel diameter increase and induction of vascular maturation. Other factors, such as EC elongation and interaction between ECs and non-vascular areas are also important. Computational models have previously been used to study collective cell migration. These models can be used to predict EC migration and its effect on vascular remodelling during embryogenesis. We combined live time-lapse imaging of the remodelling vasculature of the quail embryo yolk sac with flow quantification using a combination of micro-Particle Image Velocimetry and computational fluid dynamics. We then used the flow and remodelling data to inform a model of EC migration during remodelling. To obtain the relation between shear stress and velocity in vitro for EC cells, we developed a flow chamber to assess how confluent sheets of ECs migrate in response to shear stress. Using these data as an input, we developed a multiphase, self-propelled particles (SPP) model where individual agents are driven to migrate based on the level of shear stress while maintaining appropriate spatial relationship to nearby agents. These agents elongate, interact with each other, and with avascular agents at each time-step of the model. We compared predicted vascular shape to real vascular shape after 4 hours from our time-lapse movies and performed sensitivity analysis on the various model parameters. Our model shows that shear stress has the largest effect on the remodelling process. Importantly, however, elongation played an especially important part in remodelling. This model provides a powerful tool to study the input of different biological processes on remodelling.
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 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) | 0,000 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».