MétaCan
Menu
Retour à la cohorte
Enregistrement W4210465090 · doi:10.21769/bioprotoc.4316

Studying Chemotactic Migration in Dunn Chamber: An Example Applied to Adherent Cancer Cells

2022· article· en· W4210465090 sur OpenAlexaff

Notice bibliographique

RevueBIO-PROTOCOL · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCellular Mechanics and Interactions
Établissements canadiensCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésChemotaxisMotilityCell migrationCancer cellCellNeuregulinMulticellular organismCell culture

Résumé

récupéré en direct d'OpenAlex

Cell migration is a vital process in the development of multicellular organisms. When deregulated, it is involved in many diseases such as inflammation and cancer metastisation. Some cancer cells could be stimulated using chemoattractant molecules, such as growth factor Heregulin β1. They respond to the attractant or repellent gradients through a process known as chemotaxis. Indeed, chemotactic cell motility is crucial in tumour cell dissemination and invasion of distant organs. Due to the complexity of this phenomenon, the majority of available in vitro methods to study the chemotactic motility process have limitations and are mainly based on endpoint assays, such as the Boyden chamber assay. Nevertheless, in vitro time-lapse microscopy represents an interesting opportunity to study cell motility in a chemoattracting gradient, since it generates large volume image-based information, allowing the analysis of cancer cell behaviours. Here, we describe a detailed time-lapse imaging protocol, designed for tracking T47D human breast cancer cell line motility, toward a gradient of Heregulin β1 in a Dunn chemotaxis chamber assay. The protocol described here is readily adapted to study the motility of any adherent cell line, under various conditions of chemoattractant gradients and of pharmacological drug treatments. Moreover, this protocol could be suitable to study changes in cell morphology, and in cell polarity.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,044
Tête enseignante GPT0,321
Écart entre enseignants0,278 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBIO-PROTOCOLMême sujetCellular Mechanics and InteractionsTravaux en français237 207