Comparison between the comet assay and pimonidazole binding for measuring tumour hypoxia
Notice bibliographique
Résumé
Pimonidazole is finding increasing use in histochemical analyses of hypoxia in tumours. Whether it can identify every hypoxic cell in a tumour, and whether the usual subjective criteria used to define 'positive' cells are optimal, are less certain. Therefore, our aim was to develop an objective flow cytometry procedure for quantifying pimonidazole binding in tumours, and to validate this method by using a more direct indicator of radiobiologic hypoxia, the comet assay. SCCVII tumours in C3H mice were analysed for pimonidazole binding using flow cytometry and an iterative curve-fitting procedure, and the results were compared to the comet assay for the same cell suspensions. On average, cells defined as anoxic by flow analysis (n = 43 tumours) bound 10.8 +/- 0.95 times more antibody than aerobic cells. In samples containing known mixtures of aerobic and anoxic cells, hypoxic fractions as low as 0.5% could easily be detected. To assess the flow cytometry assay under a wider range of tumour oxygen contents, mice were injected with hydralazine to reduce tumour blood flow, or allowed to breathe various gas mixtures during the 90 min exposure to pimonidazole. Hypoxic fraction estimated by the pimonidazole binding method agreed well with the hypoxic fraction measured using the comet assay in SCCVII tumours (r2 = 0.87, slope = 0.98), with similar results in human U87 glioma cells and SiHa cervical carcinoma xenografts. We therefore conclude that this objective analysis of pimonidazole labelling by flow cytometry gives a convenient and accurate estimate of radiobiological hypoxia. Preliminary analyses of biopsies from 3 patients given 0.5 g m-2 pimonidazole also suggest the suitability of this approach for human tumours.
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 | 0,001 | 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 ».