A simple and fast microfluidic approach of same-single-cell analysis (SASCA) for the study of multidrug resistance modulation in cancer cells
Notice bibliographique
Résumé
Due to the cellular heterogeneity in multidrug resistance (MDR) cell populations, positive drug effects on the modulation of MDR can be obscured in conventional methods, especially when only a small number of cells are available. To address cellular variations among different MDR cells, we report a new microfluidic approach to study drug effect on MDR modulation, by investigating drug accumulation of daunorubicin in MDR leukemia cells. We have demonstrated that the new approach of same-single-cell analysis by accumulation (denoted as SASCA-A) is not only superior to different-single-cell analysis, but also has key advantages over our previous approach of same-single-cell analysis. First, SASCA-A is much simpler as it does not require multiple cycles of drug uptake and drug efflux. Second, it is faster, only taking about one fourth of the time used in the previous approach. Third, it provides a more 'identical' and reliable control because it compares the time points just before MDR modulator tests. To help understand the dynamics of drug accumulation in MDR cells, we also developed a mathematical model to describe the kinetics of drug accumulation conducted in individual cells. The SASCA-A method will benefit drug resistance research in minor cell subpopulations (e.g., cancer "stem" cells) because this method requires only a small number of cells in identifying the MDR reversal effect.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».