論文の概要: Measurement of single-cell elasticity by nanodiamond-sensing of
non-local deformation
- arxiv url: http://arxiv.org/abs/2109.13812v1
- Date: Sat, 25 Sep 2021 08:56:56 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-13 18:58:15.990581
- Title: Measurement of single-cell elasticity by nanodiamond-sensing of
non-local deformation
- Title（参考訳）: 非局所変形のナノダイヤモンドセンシングによる単細胞弾性の測定
- Authors: Yue Cui, Weng-Hang Leong, Chu-Feng Liu, Kangwei Xia, Xi Feng, Csilla
Gergely, Ren-Bao Liu and Quan Li
- Abstract要約: 原子間力顕微鏡による固定HeLa細胞の非局所的変形を図示する。
細胞の弾力性とキャピラリティの競合が観察される。
また,アクチン細胞骨格構造の脱重合による弾性率および表面張力の低下も見出した。
- 参考スコア（独自算出の注目度）: 2.8636233325754294
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Nano-indentation based on, e.g., atomic force microscopy (AFM), can measure
single cell elasticity with high spatial resolution and sensitivity, but
relating the data to cell mechanical properties depends on modeling that
requires knowledge about the local contact between the indentation tip and the
material, which is unclear in most cases. Here we use the orientation sensing
by nitrogen-vacancy centers in nanodiamonds to chart the non-local deformation
of fixed HeLa cells induced by AFM indentation, providing data for studying
cell mechanics without requiring detailed knowledge about the local contact.
The competition between the elasticity and capillarity on the cells is
observed. We show that the apparent elastic moduli of the cells would have been
overestimated if the capillarity is not considered (as in most previous studies
using local depth-loading data). We also find reduction of both elastic moduli
and surface tensions due to depolymerization of the actin cytoskeleton
structure. This work demonstrates that, under shallow indentation, the
nanodiamond sensing of non-local deformation with nanometer precision is
particularly suitable for studying mechanics of cells.
- Abstract（参考訳）: 例えば、原子間力顕微鏡(AFM)に基づくナノインデンテーションは、高い空間分解能と感度で単一細胞の弾力性を測定することができるが、そのデータを細胞力学的特性に関連付けるには、インデンテーション先端と材料との局所的な接触に関する知識を必要とするモデリングに依存する。
ここでは, ナノダイヤモンド中の窒素空孔中心による配向検出を用いて, AFMインデンテーションにより誘導される固定HeLa細胞の非局所的な変形をグラフ化し, 局所接触に関する詳細な知識を必要とせず, 細胞力学を研究するためのデータを提供する。
細胞の弾力性とキャピラリティの競合が観察される。
本研究は, キャピラリティが考慮されない場合, 細胞表面の弾性率を過大評価したことを示す(局所的な深度負荷データを用いた従来の研究と同様に)。
また,アクチン細胞骨格構造の脱重合による弾性率および表面張力の低下も見出した。
この研究は、浅いインデンテーション下では、ナノメートル精度の非局所変形のナノダイアモンドセンシングが、細胞の力学の研究に特に適していることを示している。
関連論文リスト
- Predicting ionic conductivity in solids from the machine-learned potential energy landscape [68.25662704255433]
超イオン材料は、エネルギー密度と安全性を向上させる固体電池の推進に不可欠である。
このような物質を同定するための従来の計算手法は資源集約的であり、容易ではない。
普遍的原子間ポテンシャル解析によるイオン伝導率の迅速かつ確実な評価手法を提案する。
論文 参考訳（メタデータ） (2024-11-11T09:01:36Z) - Automated Model Discovery for Tensional Homeostasis: Constitutive Machine Learning in Growth and Remodeling [0.0]
キネマティック成長とホメオスタティック表面を組み込むことで,非弾性構成型ニューラルネットワーク(iCANN)を拡張した。
実験により得られた組織等価データから材料点レベルで学習するネットワークの能力を評価する。
論文 参考訳（メタデータ） (2024-10-17T15:12:55Z) - Nanodiamond-based spatial-temporal deformation sensing for cell mechanics [3.7300938460484407]
この研究は、生きた細胞における幅広いエラストカピラリティ関連界面力学とメカノロジープロセスを理解するための基礎を築いている。
論文 参考訳（メタデータ） (2024-06-05T04:07:56Z) - An Investigation of Conformal Isometry Hypothesis for Grid Cells [45.67079714578615]
コンフォーマルアイソメトリー仮説はグリッドセル応答マップにおける六角形の周期パターンの潜在的な説明である。
我々は,この仮説が格子細胞の六角形周期パターンにつながることを示す数値実験を行った。
エージェントの入力速度の共形変調を提案し、グリッドセルの繰り返しニューラルネットワークが共形等尺性仮説を自動で満たすことを可能にする。
論文 参考訳（メタデータ） (2024-05-27T06:31:39Z) - Heterogeneous Peridynamic Neural Operators: Discover Biotissue Constitutive Law and Microstructure From Digital Image Correlation Measurements [9.144081693464274]
データ駆動型モデリングのためのヘテロPNO (HeteroPNO) アプローチを提案する。
我々のゴールは、不均一繊維配向場という形で、材料微細構造とともに非局所法則を学ぶことである。
その結果、ヘテロPNOアーキテクチャーは異方性ヘテロジニアス応答変形機構を持つ組織のモデルを学ぶことができる。
論文 参考訳（メタデータ） (2024-03-27T14:20:11Z) - A metric embedding kernel for live cell microscopy signaling patterns [0.1547863211792184]
本稿では,5次元ライブ細胞顕微鏡で捉えた細胞シグナルのパターンを計測するカーネル機能について述べる。
このアプローチでは、ケルモゴロフ複雑性理論を用いて距離と映画を計算し、意味のある情報を測定する。
異なる腫瘍原性変異間のERKおよびAKTシグナル伝達の影響を定量化する。
論文 参考訳（メタデータ） (2024-01-04T19:25:00Z) - Neural Stress Fields for Reduced-order Elastoplasticity and Fracture [43.538728312264524]
弾塑性と破壊の低次モデリングのためのハイブリッドニューラルネットワークと物理フレームワークを提案する。
鍵となる革新は、暗黙の神経表現を通してキルヒホフ応力場に対する低次元多様体を訓練することである。
最大10万倍の次元削減と最大10倍の時間節約を実証した。
論文 参考訳（メタデータ） (2023-10-26T21:37:32Z) - On the importance of catalyst-adsorbate 3D interactions for relaxed
energy predictions [98.70797778496366]
吸着剤の相対的な位置を無視しながら,OC20データセットの緩和エネルギーを予測できるかどうかを検討する。
結合サイト情報の削除は,期待通りに精度を低下させるが,修正モデルは極めて良好なMAEで緩和エネルギーを予測することができる。
論文 参考訳（メタデータ） (2023-10-10T14:57:04Z) - Simultaneous nanorheometry and nanothermometry using intracellular
diamond quantum sensors [0.0]
動的セル環境下でのナノスケール温度測定とレオメトリーを同時に行うことができるデュアルモード量子センサを提案する。
複素媒体における温度依存性粘弾性のナノスケールセンシングを実証した。
次に, 生体細胞における細胞内力と細胞質レオロジーの相互作用を調べるためにセンサを用いて, アクティブ・トラヒッキングとナノスケール粘弾性の詳細を明らかにした。
論文 参考訳（メタデータ） (2023-06-29T21:18:19Z) - Accurate Machine Learned Quantum-Mechanical Force Fields for
Biomolecular Simulations [51.68332623405432]
分子動力学(MD)シミュレーションは、化学的および生物学的プロセスに関する原子論的な洞察を可能にする。
近年,MDシミュレーションの代替手段として機械学習力場(MLFF)が出現している。
本研究は、大規模分子シミュレーションのための正確なMLFFを構築するための一般的なアプローチを提案する。
論文 参考訳（メタデータ） (2022-05-17T13:08:28Z) - BIGDML: Towards Exact Machine Learning Force Fields for Materials [55.944221055171276]
機械学習力場(MLFF)は正確で、計算的で、データ効率が良く、分子、材料、およびそれらのインターフェースに適用できなければならない。
ここでは、Bravais-Inspired Gradient-Domain Machine Learningアプローチを導入し、わずか10-200原子のトレーニングセットを用いて、信頼性の高い力場を構築する能力を実証する。
論文 参考訳（メタデータ） (2021-06-08T10:14:57Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。