The Penetration of Anticancer Drugs through Tumor Tissue as a Function of Cellular Adhesion and Packing Density of Tumor Cells
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
To reach cancer cells in optimal quantities, therapeutic agents must be delivered to tumors through their imperfect blood vascular system, cross vessel walls into the interstitium, and penetrate multiple layers of tissue. Strategies to enhance drug penetration have potential to improve therapeutic outcome. The development of multicellular layers (MCLs), in which tumor cells are grown on a semipermeable Teflon support membrane, has facilitated quantification of drug penetration through solid tissue. The goals of the present study were to quantify the penetration of anticancer drugs as a function of cellular adhesion and packing density and to determine the effects of variable penetration on therapeutic efficacy in this model system. We compared the properties of MCLs grown from two epithelioid and round subclones of a colon carcinoma cell line. One pair of epithelioid and round sublines differed in expression of alpha-E-catenin, and both pairs generated MCLs with different packing density. The penetration of commonly used anticancer agents (paclitaxel, doxorubicin, methotrexate, and 5-fluorouracil) through MCLs derived from these cell lines was significantly greater through the round (loosely packed) than through the epithelioid (tightly packed) sublines. In MCLs treated with doxorubicin, we observed greater survival in the tightly packed cell lines than in the loosely packed cell lines. Impaired penetration of anticancer agents through MCLs derived from the tightly packed cell lines and relative resistance to killing of cells within them by doxorubicin treatment strengthen the role of tumor cell adhesion and packing density as contributing to drug resistance.
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) | 0,000 | 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