Carboplatin response in preclinical models for ovarian cancer: comparison of 2D monolayers, spheroids, ex vivo tumors and in vivo models
Notice bibliographique
Résumé
Epithelial ovarian cancer (EOC) is the most lethal gynecological cancer. Among the key challenges in developing effective therapeutics is the poor translation of preclinical models used in the drug discovery pipeline. This leaves drug attrition rates and costs at an unacceptably high level. Previous work has highlighted the discrepancies in therapeutic response between current in vitro and in vivo models. To address this, we conducted a comparison study to differentiate the carboplatin chemotherapy response across four different model systems including 2D monolayers, 3D spheroids, 3D ex vivo tumors and mouse xenograft models. We used six previously characterized EOC cell lines of varying chemosensitivity and performed viability assays for each model. In vivo results from the mouse model correlated with 2D response in 3/6 cell lines while they correlated with 3D spheroids and the ex vivo model in 4/6 and 5/5 cell lines, respectively. Our results emphasize the variability in therapeutic response across models and demonstrate that the carboplatin response in EOC cell lines cultured in a 3D ex vivo model correlates best with the in vivo response. These results highlight a more feasible, reliable, and cost-effective preclinical model with the highest translational potential for drug screening and prediction studies in EOC.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».