MétaCan
Menu
Retour à la cohorte
Enregistrement W2533276756 · doi:10.1088/1758-5090/8/4/045008

Development of TRACER: tissue roll for analysis of cellular environment and response

2016· article· en· W2533276756 sur OpenAlexafffund
Darren Rodenhizer, Dan Cojocari, Bradly G. Wouters, Alison P. McGuigan

Notice bibliographique

RevueBiofabrication · 2016
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensPrincess Margaret Cancer CentreUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Pennsylvania
Mots-clésExtracellular matrixScaffoldCellFlow cytometryCell typeCell cultureBiological systemCell biologyBiologyBiophysicsBiomedical engineeringBiochemistryImmunology

Résumé

récupéré en direct d'OpenAlex

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
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 Opus0,025
Tête enseignante GPT0,273
Écart entre enseignants0,249 · 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
GenreMéthodes

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

En bref

Citations31
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiofabricationMême sujet3D Printing in Biomedical ResearchTravaux en français237 207