Carboplatin sensitivity in epithelial ovarian cancer cell lines: The impact of model systems
Notice bibliographique
Résumé
Epithelial ovarian cancer (EOC) is the most lethal gynecologic malignancy in North America, underscoring the need for the development of new therapeutic strategies for the management of this disease. Although many drugs are pre-clinically tested every year, only a few are selected to be evaluated in clinical trials, and only a small number of these are successfully incorporated into standard care. Inaccuracies with the initial in vitro drug testing may be responsible for some of these failures. Drug testing is often performed using 2D monolayer cultures or 3D spheroid models. Here, we investigate the impact that these different in vitro models have on the carboplatin response of four EOC cell lines, and in particular how different 3D models (polydimethylsiloxane-based microfluidic chips and ultra low attachment plates) influence drug sensitivity within the same cell line. Our results show that carboplatin responses were observed in both the 3D spheroid models tested using apoptosis/cell death markers by flow cytometry. Contrary to previously reported observations, these were not associated with a significant decrease in spheroid size. For the majority of the EOC cell lines (3 out of 4) a similar carboplatin response was observed when comparing both spheroid methods. Interestingly, two cell lines classified as resistant to carboplatin in 2D cultures became sensitive in the 3D models, and one sensitive cell line in 2D culture showed resistance in 3D spheroids. Our results highlight the challenges of choosing the appropriate pre-clinical models for drug testing.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».