Development and characterization of efficient xenograft models for benign and malignant human prostate tissue
Notice bibliographique
Résumé
BACKGROUND: Various research groups have attempted to grow fresh, histologically intact human prostate cancer tissues in immunodeficient mice. Unfortunately, grafting of such tissues to the sub-cutaneous compartment was found to be associated with low engraftment rates. Furthermore, xenografts could only be established using high-grade, advanced stage, but not low- or moderate-grade prostate cancer tissues. METHODS: This paper describes methods for xenografting both benign and malignant human prostate tissue to severe combined immunodeficient (SCID) mice. We examine the efficiency and histopathologic consequences of grafting to the sub-cutaneous, sub-renal capsule, and prostatic orthotopic sites. RESULTS: Sub-renal capsule grafting was most efficient in terms of take rate (>90%) for both benign and malignant tissue. Orthotopic grafts consistently exhibited the best histopathologic differentiation, although good differentiation with continued expression of androgen receptors (AR) and PSA was also seen in the sub-renal capsule site. Sub-cutaneous grafting resulted in low take rates and the lowest level of histodifferentiation in surviving grafts. Grafted benign tissues in all sites appropriately expressed AR, PSA, cytokeratins 8, 18, and 14 as well as p63; carcinoma tissues did not express the basal cell markers. Grafting of tissues to castrated hosts did not affect the graft take rates (but was not practical in the case of the orthotopic site). Grafting followed by host castration resulted in epithelial regression with loss PSA and reduced AR expression at all three sites. CONCLUSIONS: These data suggest that sub-renal capsule and orthotopic grafting of human prostate tissue can be used for many basic scientific and translational studies.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».