Patient-Derived Xenograft Models of Epithelial Ovarian Cancer for Preclinical Studies
Notice bibliographique
Résumé
PURPOSE: Patient-derived tumor xenografts (PDXs) can provide more reliable information about tumor biology than cell line models. We developed PDXs for epithelial ovarian cancer (EOC) that have histopathologic and genetic similarities to the primary patient tissues and evaluated their potential for use as a platform for translational EOC research. MATERIALS AND METHODS: We successfully established PDXs by subrenal capsule implantation of primary EOC tissues into female BALB/C-nude mice. The rate of successful PDX engraftment was 48.8% (22/45 cases). Hematoxylin and eosin staining and short tandem repeat analysis showed histopathological and genetic similarity between the PDX and primary patient tissues. RESULTS: Patients whose tumors were successfully engrafted in mice had significantly inferior overall survival when compared with those whose tumors failed to engraft (p=0.040). In preclinical tests of this model, we found that paclitaxel-carboplatin combination chemotherapy significantly deceased tumor weight in PDXs compared with the control treatment (p=0.013). Moreover, erlotinib treatment significantly decreased tumor weight in epidermal growth factor receptor-overexpressing PDX with clear cell histology (p=0.023). CONCLUSION: PDXs for EOC with histopathological and genetic stability can be efficiently developed by subrenal capsule implantation and have the potential to provide a promising platform for future translational research and precision medicine for EOC.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 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 ».