Cancer cells optimize elasticity for efficient migration
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cancer progression is associated with alternations in the cytoskeletal architecture of cells and, consequently, their mechanical properties such as stiffness. Changing the mechanics of cells enables cancer cells to migrate and invade to distant organ sites. This process, metastasis, is the main reason for cancer-related mortality. Cell migration is an essential step toward increasing the invasive potential of cells. Although many studies have shown that the migratory speed and the invasion of cells can be inversely correlated to the stiffness of cells, some other investigations indicate exactly opposing results. In the current work, based on the strain energy stored in cells due to the contractile forces, we defined an energy-dependent term, migratory index, to approximate how changes in the mechanical properties of cells influence cell migration required for cancer progression. Cell migration involves both cell deformation and force transmission within cells. The effects of these two parameters can be represented equally by the migratory index. Our mechanical modeling and computational study show that cells depending on their shape, size, and other physical parameters, have a maximum migratory index taking place at a specific range of cell bulk stiffness, indicating the most favorable conditions for invasive mobility. This approximate model can be used to explain why the stiffness of cells varies during cancer progression. We believe that the stiffness of invasive cells depending on the stiffness of their non-invasive counterparts is either decreased or increased to reach the critical condition in which the mobility potential of cells is approximated to be maximum.
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.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,012 | 0,004 |
| Science ouverte | 0,007 | 0,007 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,006 |
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 découle