Quantitative Immunohistochemistry for Evaluating the Distribution of Ki67 and Other Biomarkers in Tumor Sections and Use of the Method to Study Repopulation in Xenografts after Treatment with Paclitaxel
Notice bibliographique
Résumé
BACKGROUND: Surviving cells may repopulate tumors between courses of chemotherapy, thereby reducing the effectiveness of treatment. Using a novel quantitative method, we characterize the influence of the tumor microenvironment on repopulation of surviving cells in human tumor xenografts after paclitaxel treatment and evaluate the potential of gefitinib, an epidermal growth factor receptor (EGFR) inhibitor, to inhibit repopulation. METHODS: High-EGFR-expressing A431 xenografts and low-EGFR-expressing MCF-7 xenografts were treated with paclitaxel or gefitinib. Time-dependent changes in cell proliferation (Ki67) and apoptosis (cleaved caspase 3) in relation to total and functional tumor blood vessels (recognized by CD31 and a flow marker), and regions of hypoxia (recognized by EF5) were quantified using fluorescence microscopy. RESULTS: Decrease in functional tumor vasculature and in cell proliferation and increase in apoptosis were observed in A431 xenografts after treatment with either paclitaxel or gefitinib. There was a rebound in functional vasculature and cell proliferation ≈ 12 days after treatment with paclitaxel, and repopulation was observed from tumor cells close to regions of hypoxia. Cell proliferation increased ≈ 5 days after the last dose of gefitinib. There were minimal effects of paclitaxel or gefitinib on cell proliferation, cell death, or tumor vasculature in MCF-7 xenografts. CONCLUSIONS: Repopulation in A431 xenografts after treatment with paclitaxel was associated with changes in functional tumor vasculature. Gefitinib decreased cell proliferation in EGFR-overexpressing tumor xenografts, suggesting its potential to inhibit repopulation when used in sequence with chemotherapy.
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 ».