The MEMIC: An <i>ex vivo</i> system to model the complexity of the tumor microenvironment
Notice bibliographique
Résumé
ABSTRACT There is an urgent need for accurate, scalable, and cost-efficient models of the complexity and heterogeneity of the tumor microenvironment. Here, we detail how to fabricate and use the Metabolic Microenvironment Chamber (MEMIC) – a 3D-printed ex vivo model of intratumoral heterogeneity. A major driver of the cellular and molecular diversity in tumors is the accessibility to the blood stream that provides key resources such as oxygen and nutrients. While some tumor cells have direct access to these resources, many others must survive under progressively more ischemic environments as they reside further from the vasculature. The MEMIC is designed to simulate the differential access to nutrients and allows co-culturing different cell types, such as tumor and immune cells. This system is optimized for live imaging and other microscopy-based approaches and it is a powerful tool to study tumor features such as the effect of nutrient scarcity on tumor-stroma interactions. Due to its adaptable design and full experimental control, the MEMIC can provide novel insights into the tumor microenvironment that would be difficult to obtain via other methods. As a proof of principle, we show that cells can sense gradual changes in metabolite concentration, and tune intracellular cell signaling to form multicellular spatial patterns of cell proliferation. We also show that ischemic macrophages reduce epithelial features in neighboring tumor cells highlighting the power of this system to study cell-cell interactions and non-cell autonomous effects of the metabolic microenvironment. We propose that the MEMIC can be easily adapted to study early development, ischemic stroke, and other systems where multiple cell types interact within heterogeneous environments.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».