MétaCan
Menu
Retour à la cohorte
Enregistrement W3210332700 · doi:10.1073/pnas.2109168118

Configurational fingerprints of multicellular living systems

2021· article· en· W3210332700 sur OpenAlexafffund
Haiqian Yang, Adrian F. Pegoraro, Yulong Han, Wenhui Tang, Rohan Abeyaratne, Dapeng Bi, Ming Guo

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCellular Mechanics and Interactions
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesDivision of Materials ResearchNatural Sciences and Engineering Research Council of CanadaNational Institute of General Medical SciencesUniversity of OttawaMassachusetts Institute of TechnologyNational Institutes of HealthNational Science Foundation
Mots-clésMulticellular organismMorphogenesisBiological systemFingerprint (computing)MonolayerPhase transitionFunction (biology)BiologyMaterials scienceComputer scienceNanotechnologyEvolutionary biologyCellArtificial intelligencePhysics

Résumé

récupéré en direct d'OpenAlex

Cells cooperate as groups to achieve structure and function at the tissue level, during which specific material characteristics emerge. Analogous to phase transitions in classical physics, transformations in the material characteristics of multicellular assemblies are essential for a variety of vital processes including morphogenesis, wound healing, and cancer. In this work, we develop configurational fingerprints of particulate and multicellular assemblies and extract volumetric and shear order parameters based on this fingerprint to quantify the system disorder. Theoretically, these two parameters form a complete and unique pair of signatures for the structural disorder of a multicellular system. The evolution of these two order parameters offers a robust and experimentally accessible way to map the phase transitions in expanding cell monolayers and during embryogenesis and invasion of epithelial spheroids.

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)0,001
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 enseignants0,027
Score d'incertitude au seuil0,153

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,031
Tête enseignante GPT0,290
Écart entre enseignants0,260 · 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

Citations26
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetCellular Mechanics and InteractionsTravaux en français237 207