MétaCan
Menu
Retour à la cohorte
Enregistrement W3099426925 · doi:10.1021/acsnano.0c06104

Prediction of Cancer Stem Cell Fate by Surface-Enhanced Raman Scattering Functionalized Nanoprobes

2020· article· en· W3099426925 sur OpenAlexafffund
Rupa Haldavnekar, Sivaprasad Chinnakkannu Vijayakumar, Krishnan Venkatakrishnan, Bo Tan

Notice bibliographique

RevueACS Nano · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGold and Silver Nanoparticles Synthesis and Applications
Établissements canadiensSt. Michael's HospitalToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésNanoprobeCancer stem cellMalignancyCancerCancer cellCancer researchCancer biomarkersNanotechnologyMaterials scienceMedicinePathologyInternal medicineNanoparticle

Résumé

récupéré en direct d'OpenAlex

Cancer stem cells (CSCs) are the fundamental building blocks of cancer dissemination, so it is desirable to develop a technique to predict the behavior of CSCs during tumor initiation and relapse. It will provide a powerful tool for pathological prognosis. Currently, there exists no method of such prediction. Here, we introduce nickel-based functionalized nanoprobe facilitated surface enhanced Raman scattering (SERS) for prediction of cancer dissemination by undertaking CSC-based surveillance. SERS profiling of CSCs of various cell lines (breast cancer, cervical cancer, and lung cancer) was compared with their cancer counterparts for the prediction of prognosis, with statistical significance of single-cell sensitivity. The single-cell sensitivity is critical as even a few CSCs are capable of initiating a tumor. Intermediate states of CSC transmutation to cancer cells and its reverse were monitored, and nanoprobe-assisted SERS profiling was undertaken. We experimentally demonstrated that the quasi-intermediate CSC states have dissimilar profiles during the transformation from cancer to CSC and vice versa enabling statistical differentiation without ambiguity. It was also observed that molecular signatures of these opposite pathways are cancer-type specific. This observation provided additional clarity to the current understanding of relatively unfamiliar quasi-intermediate states; making it possible to predict CSC dissemination for variety of cancers with ∼99% accuracy. Nano probe-based prediction of CSC fate is a powerful prediction tool for ultrasensitive prognosis of malignancy in a complex environment. Such CSC-based cancer prognosis has never been proposed before. This prediction technique has potential to provide insights for cancer diagnosis and prognosis as well as for obtaining information instrumental in designing of meaningful CSC-based cancer therapeutics.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,695

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)0,0010,000

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 Opus0,026
Tête enseignante GPT0,228
Écart entre enseignants0,202 · 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'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

Citations31
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS NanoMême sujetGold and Silver Nanoparticles Synthesis and ApplicationsTravaux en français237 207