MétaCan
Menu
Retour à la cohorte
Enregistrement W3031281461 · doi:10.1038/s41598-020-65579-9

The RNA disruption assay is superior to conventional drug sensitivity assays in detecting cytotoxic drugs

2020· article· en· W3031281461 sur OpenAlexaff
Jonathan Mapletoft, Renée St-Onge, Baoqing Guo, Phillipe Butler, Twinkle Masilamani, Lavina D’costa, Laura B. Pritzker, Amadeo M. Parissenti

Notice bibliographique

RevueScientific Reports · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMolecular Biology Techniques and Applications
Établissements canadiensNOSM UniversityHealth Sciences NorthUniversity of SudburyLaurentian University
Organismes subventionnairesnon disponible
Mots-clésClonogenic assayCytotoxic T cellTrypan blueViability assayCytotoxicityDrugBiologyDrug resistanceCell growthCellPharmacologyIn vitroBiochemistryMicrobiology

Résumé

récupéré en direct d'OpenAlex

Conventional drug sensitivity assays used to screen prospective anti-cancer agents for cytotoxicity monitor biological processes associated with active growth and proliferation, used as proxies of cell viability. However, these assays are unable to distinguish between growth-arrested (but otherwise viable) cells and non-viable/dead cells. As a result, compounds selected based on the results of these assays may only be cytostatic, halting or slowing tumour progression temporarily, without tumour eradication. Because agents capable of killing tumour cells (cytotoxic drugs) are likely the most promising in the clinic, there is a need for drug sensitivity assays that reliably identify cytotoxic compounds that induce cell death. We recently developed a drug sensitivity assay, called the RNA disruption assay (RDA), which measures a phenomenon associated with tumour cell death. In this study, we sought to compare our assay's performance to that of current commonly used drug sensitivity assays (i.e, the clonogenic, the cell counting kit-8 and the Trypan blue exclusion assays). We found that RNA disruption occurred almost exclusively when total cell numbers decreased (cytotoxic concentrations), with little to no signal detected until cells had lost viability. In contrast, conventional assays detected a decrease in their respective drug sensitivity parameters despite cells retaining their viability, as assessed using a recovery assay. We also found that the RDA can differentiate between drug-sensitive and -resistant cells, and that it can identify agents capable of circumventing drug resistance. Taken together, our study suggests that the RDA is a superior drug discovery tool, providing a unique assessment of cell death.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,010
Tête enseignante GPT0,266
Écart entre enseignants0,256 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetMolecular Biology Techniques and ApplicationsTravaux en français237 207