MétaCan
Menu
Retour à la cohorte
Enregistrement W3010160944 · doi:10.1111/eva.12943

Agent‐based modelling reveals strategies to reduce the fitness and metastatic potential of circulating tumour cell clusters

2020· article· en· W3010160944 sur OpenAlexafffund
Marco Campennì, Alexander May, Amy M. Boddy, Valerie Harris, Aurora M. Nedelcu

Notice bibliographique

RevueEvolutionary Applications · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Cells and Metastasis
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesNational Cancer InstituteNatural Sciences and Engineering Research Council of CanadaNational Institutes of Health
Mots-clésBiologyCluster (spacecraft)Biological dispersalMetastasisCancer cellCancerComputational biologyEvolutionary biologyEcologyGeneticsComputer sciencePopulation

Résumé

récupéré en direct d'OpenAlex

Metastasis-the ability of cancer cells to disperse throughout the body and establish new tumours at distant locations-is responsible for most cancer-related deaths. Although both single and clusters of circulating tumour cells (CTCs) have been isolated from cancer patients, CTC clusters are generally associated with higher metastatic potential and worse prognosis. From an evolutionary perspective, being part of a cluster can provide cells with several benefits both in terms of survival (e.g. protection) and reproduction (group dispersal). Thus, strategies aimed at inducing cluster dissociation could decrease the metastatic potential of CTCs. However, finding agents or conditions that induce the dissociation of CTC clusters is hampered by the fact that their detection, isolation and propagation remain challenging. Here, we used a mechanistic agent-based model to (a) investigate the response of CTC clusters of various sizes and densities to different challenges-in terms of cell survival and cluster stability, and (b) make predictions as to the combination of factors and parameter values that could decrease the fitness and metastatic potential of CTC clusters. Our model shows that the resilience and stability of CTC clusters are dependent on both their size and density. Also, CTC clusters of distinct sizes and densities respond differently to changes in resource availability, with high-density clusters being least affected. In terms of responses to microenvironmental threats (such as drugs), increasing their intensity is, generally, least effective on high-density clusters. Lastly, we found that combining various levels of resource availability and threat intensity can be more effective at decreasing the survival of CTC clusters than each factor alone. We suggest that the complex effects that cluster density and size showed on both the resilience and stability of the CTC clusters are likely to have significant consequences for their metastatic potential and responses to therapies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,795
Score d'incertitude au seuil0,345

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,289
Écart entre enseignants0,246 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations11
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEvolutionary ApplicationsMême sujetCancer Cells and MetastasisTravaux en français237 207