MétaCan
Menu
Retour à la cohorte
Enregistrement W4281609624 · doi:10.3390/ph15060695

A More Biomimetic Cell Migration Assay with High Reliability and Its Applications

2022· article· en· W4281609624 sur OpenAlexaff
Di Yin, Hongbo Zhang, Chun Yang, Wenjun Zhang, Shih‐Mo Yang

Notice bibliographique

RevuePharmaceuticals · 2022
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésCell migrationHeLaCellAngiogenesisCancer cellNanotechnologyMaterials scienceBiomedical engineeringCell biologyChemistryCancer researchCancerBiologyMedicineBiochemistry

Résumé

récupéré en direct d'OpenAlex

Cell migration refers to the directional movement of cells to the surrounding cell-free zone in response to chemical and mechanical stimuli. A cell migration assay is an essential device for studying pharmaceutical and medical problems. In this paper, we present a novel approach to a cell migration assay on a chip with two merits, namely (i) simultaneous creation of many cell samples on the same condition and (ii) cells migrating while being stressed in a fluidic environment. The first merit has addressed the problem of poor reproducibility in experimental studies for medical problems such as wound healing, and the second merit has made the cell migration device, which is an in vitro environment, more biomimetic. The two merits are attributed to a novel mechanical method to simultaneously create many cell-free zones and to the design of a microfluidic process to create shear stress in cells uniformly. Two applications were studied on our device to explore its effectiveness. The first application is regarding the combination chemotherapy of cisplatin and doxorubicin (Adriamycin) on cervical cancer cells (HeLa). The second application is regarding inhibiting the migration of endothelial cells (HUVEC) in the process of anti-angiogenesis.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,003
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,025
Tête enseignante GPT0,321
Écart entre enseignants0,296 · 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

Citations12
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePharmaceuticalsMême sujet3D Printing in Biomedical ResearchTravaux en français237 207