Breast Fibroblasts and ECM Components Modulate Breast Cancer Cell Migration through the Secretion of MMPs in a 3D Microfluidic Co-Culture Model
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
The extracellular matrix (ECM) composition greatly influences cancer progression, leading to differential invasion, migration, and metastatic potential. In breast cancer, ECM components, such as fibroblasts and ECM proteins, have the potential to alter cancer cell migration. However, the lack of in vitro migration models that can vary ECM composition limits our knowledge of how specific ECM components contribute to cancer progression. Here, a microfluidic model was used to study the effect of 3D heterogeneous ECMs (i.e., fibroblasts and different ECM protein compositions) on the migration distance of a highly invasive human breast cancer cell line, MDA-MB-231. Specifically, we show that in the presence of normal breast fibroblasts, a fibronectin-rich matrix induces more cancer cell migration. Analysis of the ECM revealed the presence of ECM tunnels. Likewise, cancer-stromal crosstalk induced an increase in the secretion of metalloproteinases (MMPs) in co-cultures. When MMPs were inhibited, migration distance decreased in all conditions except for the fibronectin-rich matrix in the co-culture with human mammary fibroblasts (HMFs). This model mimics the in vivo invasion microenvironment, allowing the examination of cancer cell migration in a relevant context. In general, this data demonstrates the capability of the model to pinpoint the contribution of different components of the tumor microenvironment (TME).
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