Computational analysis of cancer cell adhesion in curved vessels affected by wall shear stress for prediction of metastatic spreading
Notice bibliographique
Résumé
Introduction: The dynamics of circulating tumor cells (CTCs) within blood vessels play a pivotal role in predicting metastatic spreading of cancer within the body. However, the limited understanding and method to quantitatively investigate the influence of vascular architecture on CTC dynamics hinders our ability to predict metastatic process effectively. To address this limitation, the present study was conducted to investigate the influence of blood vessel tortuosity on the behaviour of CTCs, focusing specifically on establishing methods and examining the role of shear stress in CTC-vessel wall interactions and its subsequent impact on metastasis. Methods: We computationally simulated CTC behaviour under various shear stress conditions induced by vessel tortuosity. Our computational model, based on the lattice Boltzmann method (LBM) and a coarse-grained spectrin-link membrane model, efficiently simulates blood plasma dynamics and CTC deformability. The model incorporates fluid-structure interactions and receptor-ligand interactions crucial for CTC adhesion using the immersed boundary method (IBM). Results: Our findings reveal that uniform shear stress in straight vessels leads to predictable CTC-vessel interactions, whereas in curved vessels, asymmetrical flow patterns and altered shear stress create distinct adhesion dynamics, potentially influencing CTC extravasation. Quantitative analysis shows a 25% decrease in the wall shear stress in low-shear regions and a 58.5% increase in the high-shear region. We observed high-shear regions in curved vessels to be potential sites for increased CTC adhesion and extravasation, facilitated by elevated endothelial expression of adhesion molecules. This phenomenon correlates with the increased number of adhesion bonds, which rises to approximately 40 in high-shear regions, compared to around 12 for straight vessels and approximately 5–6 in low-shear regions. The findings also indicate an optimal cellular stiffness necessary for successful CTC extravasation in curved vessels. Discussion: By the quantitative assessment of the risk of CTC extravasation as a function of vessel tortuosity, our study offers a novel tool for the prediction of metastasis risk to support the development of personalized therapeutic interventions based on individual vascular characteristics and tumor cell properties.
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 | 0,001 | 0,001 |
| 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 ».