Development of TRACER: tissue roll for analysis of cellular environment and response
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
The tumour microenvironment is heterogeneous and consists of multiple cell types, variable extracellular matrix (ECM) composition, and contains cell-defined gradients of small molecules, oxygen, nutrients and waste. Emerging in vitro cell culture systems that attempt to replicate these features often fail to incorporate design strategies to facilitate efficient data collection and stratification. The tissue roll for analysis of cellular environment and response (TRACER) is a novel strategy to assemble layered, three-dimensional tumours with cell-defined, graded heterogeneous microenvironments that also facilitates cellular separation and stratification of data from different cell populations from specific microenvironments. Here we describe the materials selection and development of TRACER. We find that cellulose fibre scaffolding is an ideal support to generate tissue constructs having homogenous cell seeding and consistent properties. We explore ECM remodeling and long-term cell growth in the scaffold, and characterize the tumour microenvironment in assembled TRACERs using multiple established analysis methods. Finally, we confirm that TRACERs replicate small molecule gradients of glucose and lactate, and explore cell phenotype associated with these gradients using confocal microscopy, flow cytometry, and quantitative PCR analysis. We envision this technology will provide a platform to create complex, yet controlled tumour microenvironments that can be easily disassembled for snapshot analysis of cell phenotype and response to therapy in relation to microenvironment properties.
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