Pre-clinical Models for Malignant Mesothelioma Research: From Chemical-Induced to Patient-Derived Cancer Xenografts
Notice bibliographique
Résumé
Malignant mesothelioma (MM) is a rare disease often associated with environmental exposure to asbestos and other erionite fibers. MM has a long latency period prior to manifestation and a poor prognosis. The survival post-diagnosis is often less than a year. Although use of asbestos has been banned in the United States and many European countries, asbestos is still being used and extracted in many developing countries. Occupational exposure to asbestos, mining, and migration are reasons that we expect to continue to see growing incidence of mesothelioma in the coming decades. Despite improvements in survival achieved with multimodal therapies and cytoreductive surgeries, less morbid, more effective interventions are needed. Thus, identifying prognostic and predictive biomarkers for MM, and developing novel agents for targeted therapy, are key unmet needs in mesothelioma research and treatment. In this review, we discuss the evolution of pre-clinical model systems developed to study MM and emphasize the remarkable capability of patient-derived xenograft (PDX) MM models in expediting the pre-clinical development of novel therapeutic approaches. PDX disease model systems retain major characteristics of original malignancies with high fidelity, including molecular, histopathological and functional heterogeneities, and as such play major roles in translational research, drug development, and precision medicine.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».