Combination of Mechanical and Molecular Filtration for Enhanced Enrichment of Circulating Tumor Cells
Notice bibliographique
Résumé
Circulating tumor cells (CTCs) have been linked to cancer progression but are difficult to isolate, as they are very rare and heterogeneous, covering a range of sizes and expressing different molecular receptors. Filtration has emerged as a simple and powerful method to enrich CTCs but only captures cells above a certain size regardless of molecular characteristics. Here, we introduce antibody-functionalized microfilters to isolate CTCs based on both size and surface receptor expression. We present a 3D printed filtration cartridge with microfabricated polymer filters with 8, 10, 12, 15, or 20 μm-diameter pores. Pristine filters were used to optimize sample dilution, rinsing protocol, flow rate, and pore size, leading to >80% for the recovery of spiked cancer cells with very low white blood cell contamination (<1000). Then, filters were functionalized with antibodies against either epithelial cell adhesion molecule (EpCAM) or epidermal growth factor receptor (EGFR) and the cartridges were used to enrich breast (MDA-MB-231, MCF-7) and renal (786-O, A-498) cancer cells expressing various levels of EpCAM and EGFR. Cancer cells were spiked into human blood, and when using filters with antibodies specific to a molecular receptor expressed on a cell, efficiency was increased to >96%. These results suggest that filtration can be optimized to target specific CTC characteristics such as size and receptor expression and that a diverse range of CTCs may be captured using particular combinations of pore size, filtration parameters, and antibody functionalization.
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 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».