MétaCan
Menu
Retour à la cohorte
Enregistrement W4414015778 · doi:10.11159/icbes25.138

Cigarette Smoke-Induced Cell Morphology via Keyence and Zeiss Microscopy

2025· article· en· W4414015778 sur OpenAlexvenueno aff
Sarah Li, Keng‐Liang Ou, Huiying Huang, Wei‐Zen Sun, Veronica Gomez‐Godinez, Linda Shi

Notice bibliographique

RevueProceedings of the World Congress on Electrical Engineering and Computer Systems and Science · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueDiffusion and Search Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of California, San Diego
Mots-clésMorphology (biology)MicroscopyMaterials scienceCigarette smokeOpticsPhysicsMedicineBiologyZoologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Cigarette smoke exposure induces oxidative stress, disrupts gene regulation, and causes morphological alterations in lung epithelial cells.While conventional methods such as qPCR and Western blotting are often used to study these effects, they are costly, labor-intensive, and unsuitable for rapid screening.In this study, we introduce a cost-effective imaging strategy to characterize early cellular responses of human bronchial epithelial cells (HBEpCs) to cigarette smoke extract (CSE).For the first time, the Keyence VHX-7000 digital microscope was employed to systematically analyze CSE-induced morphological changes, with direct comparison to the established Zeiss Axiovert 200M inverted fluorescence microscope.Quantitative analysis revealed consistent trends across both systems, demonstrating that the Keyence platform effectively captures morphological alterations with high throughput and minimal sample preparation.These findings establish the Keyence VHX-7000 as a viable, scalable alternative for preliminary cellular injury assessments, offering a practical tool for accelerating research into smoking-related lung and cardiovascular diseases.

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)0,001
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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 Opus0,005
Tête enseignante GPT0,225
Écart entre enseignants0,220 · 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
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Electrical Engineering and Computer Systems and ScienceMême sujetDiffusion and Search DynamicsTravaux en français237 207