The distribution of anti-cancer drugs in relation to blood vessels in solid tumors
Notice bibliographique
Résumé
1496 Anti-cancer drugs gain access to solid tumors via the circulatory system, and must penetrate the extravascular space to reach all cancer cells to cause lethal toxicity. There is limited but consistent evidence that drug resistance may be caused by limited delivery of anti-cancer drugs through the solid tumor microenvironment. Consequently, we are studying the distribution of common anti-cancer drugs in solid tumors of mice to address the hypothesis that their poor penetration through tissue is a major factor that limits the effectiveness of chemotherapy. The fluorescent agent Hoechst 33342 was used to model drug penetration. Tumor-bearing mice were injected intravenously with Hoechst 33342 and with EF5 to mark hypoxic cells. Tumors were resected from mice 20 minutes following injection and frozen in liquid nitrogen. Cryostat sections were stained for vascular endothelial cells with an antimouse CD31 monoclonal antibody, and with anti-EF5 to label hypoxic cells. Using an inverted fluorescence microscope the sections were imaged to generate a Hoechst 33342/ CD31-Cy3/EF-Cy5 fluorescence color composite that effectively relates Hoechst 33342 distribution to the vasculature and to hypoxic cells within a given cross-section. Image analysis shows a mean fifteen-fold decrease in the concentration of Hoechst 33342 over a 100 μm distance from blood vessels, and low to undetectable levels in hypoxic regions. Current experiments are modeling the distribution of the fluorescent anti-cancer drug doxorubicin.
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 | 0,000 | 0,000 |
| 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 ».