Longitudinal Measurements of Intra- and Extracellular pH Gradient in a Rat Model of Glioma
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
This study presents the first longitudinal measurement of the intracellular/extracellular pH gradient in a rat glioma model using noninvasive magnetic resonance imaging. The acid–base balance in the brain is tightly controlled by endogenous buffers. Tumors often express a positive pH gradient (pHi – pHe) compared with normal tissue that expresses a negative gradient. Alkaline pHi in tumor cells increases activity of several enzymes that drive cellular proliferation. In contrast, acidic pHe is established because of increased lactic acid production and subsequent active transport of protons out of the cell. pHi was mapped using chemical exchange saturation transfer, whereas regional pHe was determined using hyperpolarized 13C bicarbonate magnetic resonance spectroscopic imaging. pHi and pHe were measured at days 8, 12, and 15 postimplantation of C6 glioma cells into rat brains. Measurements were made in tumors and compared to brain tissue without tumor. Overall, average pH gradient in the tumor changed from −0.02 ± 0.12 to 0.10 ± 0.21 and then 0.19 ± 0.16. Conversely, the pH gradient of contralateral brain tissue changed from −0.45 ± 0.16 to −0.25 ± 0.21 and then −0.34 ± 0.25 (average pH ± 1 SD) Spatial heterogeneity of tumor pH gradient was apparent at later time points and may be useful to predict local areas of treatment resistance. Overall, the intracellular/extracellular pH gradients in this rat glioma model were noninvasively measured to a precision of ∼0.1 pH units at 3 time points. Because most therapeutic agents are weak acids or bases, a priori knowledge of the pH gradient may help guide choice of therapeutic agent for 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.
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 découle