Collagen Type I–Gelatin Methacryloyl Composites: Mimicking the Tumor Microenvironment
Notice bibliographique
Résumé
Therapeutic drugs can penetrate tissues by diffusion and advection. In a healthy tissue, the interstitial fluid is composed of an influx of nutrients and oxygen from blood vessels. In the case of cancerous tissue, the interstitial fluid is poorly drained because of the lack of lymphatic vasculature, resulting in an increase in interstitial pressure. Furthermore, cancer cells invade healthy tissue by pressing and pushing the surrounding environment, creating an increase in pressure inside the tumor area. This results in a large differential pressure between the tumor and the healthy tissue, leading to an increase in extracellular matrix (ECM) stiffness. Because of high interstitial pressure in addition to matrix stiffening, penetration and distribution of systemic therapies are limited to diffusion, decreasing the efficacy of cancer treatment. This work reports on the development of a microfluidic system that mimics in vitro healthy and cancerous microenvironments using collagen I and gelatin methacryloyl (GelMA) composite hydrogels. The microfluidic device developed here contains a simplistic design with a central chamber and two lateral channels. In the central chamber, hydrogel composites were used to mimic the ECM, whereas lateral channels simulated capillary vessels. The transport of fluorescein sodium salt and fluorescently labeled gold nanoparticles from capillary-mimicking channels through the ECM-mimicking hydrogel was explored by tracking fluorescence. By tuning the hydrogel composition and concentration, the impact of the tumor microenvironment properties on the transport of those species was evaluated. In addition, breast cancer MCF-7 cells were embedded in the hydrogel composites, displaying the formation of 3D clusters with high viability and, consequently, the development of an in vitro tumor model.
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 | 0,000 | 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 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 ».