Microdissected Tissue vs Tissue Slices—A Comparative Study of Tumor Explant Models Cultured On-Chip and Off-Chip
Notice bibliographique
Résumé
Predicting patient responses to anticancer drugs is a major challenge both at the drug development stage and during cancer treatment. Tumor explant culture platforms (TECPs) preserve the native tissue architecture and are well-suited for drug response assays. However, tissue longevity in these models is relatively low. Several methodologies have been developed to address this issue, although no study has compared their efficacy in a controlled fashion. We investigated the effect of two variables in TECPs, specifically, the tissue size and culture vessel on tissue survival using micro-dissected tumor tissue (MDT) and tissue slices which were cultured in microfluidic chips and plastic well plates. Tumor models were produced from ovarian and prostate cancer cell line xenografts and were matched in terms of the specimen, total volume of tissue, and respective volume of medium in each culture system. We examined morphology, viability, and hypoxia in the various tumor models. Our observations suggest that the viability and proliferative capacity of MDTs were not affected during the time course of the experiments. In contrast, tissue slices had reduced proliferation and showed increased cell death and hypoxia under both culture conditions. Tissue slices cultured in microfluidic devices had a lower degree of hypoxia compared to those in 96-well plates. Globally, our results show that tissue slices have lower survival rates compared to MDTs due to inherent diffusion limitations, and that microfluidic devices may decrease hypoxia in tumor models.
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 ».