Modeling High-grade serous ovarian carcinoma using a combination of <i>in vivo</i> electroporation and CRISPR/Cas9 mediated genome editing
Notice bibliographique
Résumé
Abstract Ovarian cancer remains the most lethal gynecological cancer today. High-grade serous ovarian carcinoma (HGSC) is the most common and lethal type of ovarian cancer and is most frequently diagnosed at advanced stages. Here, we developed a novel strategy to generate somatic ovarian cancer mouse models using a combination of in vivo electroporation and CRISPR/Cas9 mediated genome editing. We mutated tumor suppressor genes associated with HGSC in two different combinations; Brca1, Tp53, Pten with/without Lkb1 and successfully generated HGSC, however, with different latencies and pathophysiology. By utilizing Cre lineage tracing in our system, we visualized peritoneal micrometastases in an immune-competent environment. Because our strategy is flexible in selecting mutation combinations and targeting areas, it would be useful for generating ovarian cancer mouse models. Significance Statement High grade serous ovarian cancer (HGSC) is the most common ovarian malignancy but our knowledge of early tumorigenesis is still quite limited due to late diagnosis of patients. We developed a new strategy of generating mouse ovarian cancer models using a combination of in vivo electroporation and CRISPR-mediated genome editing. We demonstrated that a combination of three tumor suppressor gene mutations ( Brca1, Tp53 and Pten ) is sufficient to develop HGSCs. Interesting, an additional mutation in Lkb1 drastically changed tumor latency, penetrance and pathophysiology through changing its cell-of-origin. Our strategy is highly flexible in selection of mutation combinations and targeting areas in immune competent mice and useful to study early tumorigenesis of ovarian cancer.
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 | 0,000 | 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) | 0,001 | 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 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 ».