MétaCan
Menu
Retour à la cohorte
Enregistrement W4414716337 · doi:10.1038/s44431-025-00007-4

The interplay of adhesion, friction, and nutrient availability in modulating biofilm wrinkling behavior

2025· article· en· W4414716337 sur OpenAlexaff
Akhilesh Kumar Verma, Abhirup Mookherjee, Carolina Tropini, Diana Fusco, Luis Ruiz Pestana

Notice bibliographique

Revuenpj Soft Matter · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Materials and Mechanics
Établissements canadiensUniversity of British ColumbiaCanadian Institute for Advanced Research
Organismes subventionnairesHuman Frontier Science Program
Mots-clésBiofilmAdhesionNutrientInstabilityBucklingStress (linguistics)Strain (injury)

Résumé

récupéré en direct d'OpenAlex

Wrinkled patterns in biofilms arise from buckling instabilities triggered by stresses that accumulate as growth is constrained by a stationary substrate. While nutrient availability, friction, and adhesion each influence wrinkling, their combined effects remain poorly understood. Here, we address this gap using a lattice-network model of biofilm morphogenesis. Under constant nutrient supply, wrinkles initiate at the center, where stresses are highest and isotropic, regardless of the level of friction or adhesion. Stronger adhesion delays wrinkling and decouples the length scale governing the buckling instability from the overall biofilm size. Heterogeneous adhesion lowers the critical stress by triggering wrinkles in weakly adhered regions, with the effect modulated by friction and the average adhesion. Under nonuniform nutrient supply, our model predicts that wrinkle initiation shifts from the center to the edge as initial nutrient availability decreases, a transition we experimentally validate using E. coli biofilms.

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)0,000
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 enseignants0,048
Score d'incertitude au seuil0,238

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,005
Tête enseignante GPT0,233
Écart entre enseignants0,228 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuenpj Soft MatterMême sujetAdvanced Materials and MechanicsTravaux en français237 207