3-D individual cell based computational modeling of tumor cell–macrophage paracrine signaling mediated by EGF and CSF-1 gradients
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
High density of macrophages in mammary tumors has been associated with a higher risk of metastasis and thus increased mortality in women. The EGF/CSF-1 paracrine signaling increases the number of invasive tumor cells by both recruiting tumor cells further away and manipulating the macrophages' innate ability to open up a passage into blood vessels thus promoting intravasation and finally metastasis. A 3-D individual-cell-based model is introduced, to better understand the tumor cell-macrophage interactions, and to explore how changing parameters of the paracrine signaling system affects the number of invasive tumor cells. The simulation data and videos of the cell movements correlated well with findings from both in vitro and in vivo experimental results. The model demonstrated how paracrine signaling is necessary to achieve co-migration of tumor cells and macrophages towards a specific signaling source. We showed how the paracrine signaling enhances the number of both invasive tumor cells and macrophages. The simulations revealed that for the in vitro experiments the imposed no-flux boundary condition might be affecting the results, and that changing the setup might lead to different experimental findings. In our simulations, the 3 : 1 tumor cell/macrophage ratio, observed in vivo, was robust for many parameters but sensitive to EGF signal strength and fraction of macrophages in the tumor. The model can be used to identify new agents for targeted therapy and we suggest that a successful strategy to prevent or limit invasion of tumor cells would be to block the tumor cell-macrophage paracrine signaling. This can be achieved by either blocking the EGF or CSF-1 receptors or supressing the EGF or CSF-1 signal.
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 | 0,000 | 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 | 0,001 |
| 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