NSG Mice Facilitate ex vivo Characterization of Ewing Sarcoma Lung Metastasis Using the PuMA Model
Notice bibliographique
Résumé
Ewing sarcoma (EwS) is a highly malignant bone and soft tissue tumor primarily affecting children and young adults. While most patients initially respond well to conventional front-line therapy, frequent metastasis results in poor 5-year overall survival rates for this disease. Accordingly, there is a critical need to develop better models to understand EwS metastasis. We and others previously used the ex vivo pulmonary metastasis assay (PuMA) to study lung metastasis in solid tumors including osteosarcoma (OS), but this technique has to date not been achievable for EwS. PuMA involves tail vein injection of fluorescent tumor cells into NOD-SCID mice, followed by their visualization in long-term cultures of tumor-bearing lung explants. Here we demonstrate successful implementation of PuMA for EwS cells using NOD-SCID-IL2 receptor gamma null (NSG) immunocompromised mice, which demonstrated high engraftment of EwS cell lines compared to NOD-SCID mice. This may be linked to immune permissiveness required by EwS cells, as increased basal cytotoxicity of EwS cells was observed in NOD-SCID compared to NSG lung sections, possibly due to the absence of natural killer (NK) cell activity in the latter. Together, our data demonstrate the utility of NSG mice for PuMA modeling of EwS lung metastasis.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».