Clinically Relevant Brain Tumor Model and Device Development for Experimental Therapeutics
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
This paper assesses the subcutaneous, orthotopic, and transgenic mouse models used to study glioblastomas (GBMs) as well as delineates our model to overcome the limitations of these currently used models. Subcutaneous model involves the injection of GBM cells into hind leg or back of a mouse, whereas in orthotopic model, the injection of GBM cells into the cranium of mice is required. Neither subcutaneous nor orthotopic models accurately display the infiltrative growth pattern of the tumor into the brain parenchyma characteristic of GBMs in humans. Transgenic models are achieved by pronuclear microinjection (into the male pronucleus, immediately after fertilization) or the injection of DNA into embryonic stem cells. Transgenic models are similar to human GBMs in every way, except they are not as genetically complex. To overcome the limitations in these models, we have developed a brain tumor model that exhibits all the histologic hallmarks of human GBM. We used a flank model initially to enrich a tumorigenic population of GBM cells from patient biopsies and a subsequent intracranial implantation to achieve the characteristics of tumors similar to those observed in human patients. The cells enriched by this method were then implanted and subjected to standard treatments such as chemotheraphy and radiation. Subsequently, we determined the treatment efficacy and rate of recurrence. Currently, we are using this approach to determine the treatment resistance pathways leading to recurrence and for developing a better combinatorial approach by short-circuiting the aberrant signaling pathways that are up-regulated in the treatment resistance tumors.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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