MétaCan
Menu
Retour à la cohorte
Enregistrement W2140445067 · doi:10.1158/1535-7163.mct-06-0593

A novel three-dimensional model to quantify metastatic melanoma invasion

2007· article· en· W2140445067 sur OpenAlexaff
Cyrus M. Ghajar, V. Suresh, Shelly R. Peyton, Christopher B. Raub, Frank L. Meyskens, Steven C. George, Andrew J. Putnam

Notice bibliographique

RevueMolecular Cancer Therapeutics · 2007
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensImmunovaccine (Canada)
Organismes subventionnairesNational Institutes of HealthNational Heart, Lung, and Blood InstituteAchievement Rewards for College Scientists Foundation
Mots-clésIn vivoMetastasisMelanomaCancer researchMetastatic melanomaCell cultureIn vitroBiologyCellCancerMatrix (chemical analysis)ChemistryBiotechnologyGenetics

Résumé

récupéré en direct d'OpenAlex

Although attempts to develop any viable chemotherapeutic approaches to combat metastatic cancers have largely failed, potential genetic targets to halt metastatic progression continue to be identified. As drugs are developed to address these targets, there is a need for high-throughput systems that accurately reproduce in vivo microenvironments to gauge their efficacy. Accordingly, we have developed a three-dimensional in vitro culture system representative of the environment present upon secondary metastasis to quantitatively measure tumor cell invasion in this setting three-dimensionally. Culturing melanomas of different metastatic capacities within the system showed that each cell type invades the matrix in a manner commensurate to its known metastatic potential in vivo. Moreover, the developed quantitative schemes were put to use to characterize the effect of microenvironmental influences (i.e., matrix components, interstitial cell presence) on planar and vertical melanoma invasion. We propose this novel, quantitative system as a useful tool to assess the effects of pharmacologic and/or microenvironmental influences on tumor cell invasion at a metastatic site.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,083
Tête enseignante GPT0,343
Écart entre enseignants0,260 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Cancer TherapeuticsMême sujet3D Printing in Biomedical ResearchTravaux en français237 207