Intratibial Injection of Human Multiple Myeloma Cells in NOD/SCID IL-2Rγ(Null) Mice Mimics Human Myeloma and Serves as a Valuable Tool for the Development of Anticancer Strategies
Notice bibliographique
Résumé
BACKGROUND: We systematically analyzed multiple myeloma (MM) cell lines and patient bone marrow cells for their engraftment capacity in immunodeficient mice and validated the response of the resulting xenografts to antimyeloma agents. DESIGN AND METHODS: Using flow cytometry and near infrared fluorescence in-vivo-imaging, growth kinetics of MM cell lines L363 and RPMI8226 and patient bone marrow cells were investigated with use of a murine subcutaneous bone implant, intratibial and intravenous approach in NOD/SCID, NOD/SCID treated with CD122 antibody and NOD/SCID IL-2Rγ(null) mice (NSG). RESULTS: Myeloma growth was significantly increased in the absence of natural killer cell activity (NSG or αCD122-treated NOD/SCID). Comparison of NSG and αCD122-treated NOD/SCID revealed enhanced growth kinetics in the former, especially with respect to metastatic tumor sites which were exclusively observed therein. In NSG, MM cells were more tumorigenic when injected intratibially than intravenously. In NOD/SCID in contrast, the use of juvenile long bone implants was superior to intratibial or intravenous cancer cell injection. Using the intratibial NSG model, mice developed typical disease symptoms exclusively when implanted with human MM cell lines or patient-derived bone marrow cells, but not with healthy bone marrow cells nor in mock-injected animals. Bortezomib and dexamethasone delayed myeloma progression in L363- as well as patient-derived MM cell bearing NSG. Antitumor activity could be quantified via flow cytometry and in vivo imaging analyses. CONCLUSIONS: Our results suggest that the intratibial NSG MM model mimics the clinical situation of the disseminated disease and serves as a valuable tool in the development of novel anticancer strategies.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».