MétaCan
Menu
Retour à la cohorte
Enregistrement W4200444338 · doi:10.7150/thno.63744

A transcriptional biosensor to monitor single cancer cell therapeutic responses by bioluminescence microscopy

2021· article· en· W4200444338 sur OpenAlex
Audrey Champagne, Pallavi Jain, Lauriane Vélot, Julie Riopel, Véronique Lefèbvre, Bertrand Neveu, Frédéric Pouliot

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueTheranostics · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
Thématiquebioluminescence and chemiluminescence research
Établissements canadiensCentre hospitalier de l'Université LavalUniversité Laval
Organismes subventionnairesFonds de Recherche du Québec - SantéMovember CanadaProstate Cancer CanadaAstellas PharmaCanadian Urological AssociationCancer Research SocietyMovember Foundation
Mots-clésProstate cancerPopulationLuciferaseBioluminescenceSingle-cell analysisBiologyCellBiosensorCancer researchLNCaPBioluminescence imagingComputational biologyCell cultureCancerMedicineTransfectionBiochemistryGenetics

Résumé

récupéré en direct d'OpenAlex

When several life-prolonging drugs are indicated for cancer treatment, predictive drug-response tumor biomarkers are essential to guide management. Most conventional biomarkers are based on bulk tissue analysis, which cannot address the complexity of single-cell heterogeneity responsible for drug resistance. Therefore, there is a need to develop alternative drug response predictive biomarker approaches that could directly interrogate single-cell and whole population cancer cell drug sensitivity. In this study, we report a novel method exploiting bioluminescence microscopy to detect single prostate cancer (PCa) cell response to androgen receptor (AR)-axis-targeted therapies (ARAT) and predict cell population sensitivity. Methods: We have generated a new adenovirus-delivered biosensor, PCA3-Cre-PSEBC-ITSTA, which combines an integrated two-step transcriptional amplification system (ITSTA) and the activities of the prostate cancer antigen 3 (PCA3) and modified prostate-specific antigen (PSEBC) gene promoters as a single output driving the firefly luciferase reporter gene. This system was tested on PCa cell lines and on primary PCa cells. Single cells, exposed or not to ARAT, were dynamically imaged by bioluminescence microscopy. A linear discriminant analysis (LDA)-based method was used to determine cell population sensitivities to ARAT. Results: We show that the PCA3-Cre-PSEBC-ITSTA biosensor is PCa-specific and can dynamically monitor single-cell AR transcriptional activity before and after ARAT by bioluminescence microscopy. After biosensor transduction and bioluminescence microscopy single-cell luminescence dynamic quantification, LDA analysis could discriminate the cell populations overall ARAT sensitivity despite heterogeneous single-cell responses. Indeed, the biosensor could detect a significant decrease in AR activity following exposure to conventional ARAT in hormone-naive primary PCa cells, while in castration-resistant PCa patients, treatment response correlated with the observed clinical ARAT resistance.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,305
Écart entre enseignants0,284 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle