MRI Detection of Nonproliferative Tumor Cells in Lymph Node Metastases Using Iron Oxide Particles in a Mouse Model of Breast Cancer
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cell tracking with magnetic resonance imaging (MRI) and iron nanoparticles is commonly used to monitor the fate of implanted cells in preclinical disease models. Few studies have employed these methods to study cancer cells because proliferative iron-labeled cancer cells will lose the label as they divide. In this study, we evaluate the potential for retention of the iron nanoparticle label, and resulting MRI signal, to serve as a marker for slowly dividing cancer cells. Green fluorescent protein-transfected MDA-MB-231 breast cancer cells were labeled with red fluorescent micron-sized superparamagnetic iron oxide (MPIO) nanoparticles. Cells were examined in vitro at multiple time points after labeling by staining for iron-labeled cells and by flow cytometric detection of the fluorescent MPIO. Severe combined immune deficiency (SCID) mice were implanted with 5 x 10(5) MPIO-labeled or unlabeled cells in the mammary fat pad and MRI was performed weekly until 28 days after injection. Microscopy was performed to validate MRI. In vitro assays revealed a very small percentage of cells that retained MPIO at 14 days after labeling. Regions of signal loss were observed in MRI of primary tumors that developed from iron-labeled cancer cells. Small focal regions of signal loss were detected in images of the axillary and brachial nodes in six of eight mice, at day 14 or later, with microscopy confirming the presence of iron-labeled cancer cells. Our data suggest an interesting role for cell tracking with iron particles since label retention leads to persistent signal void, allowing proliferative status to be determined.
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.
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 découle