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 OpenAlexafffund
Audrey Champagne, Pallavi Jain, Lauriane Vélot, Julie Riopel, Véronique Lefèbvre, Bertrand Neveu, Frédéric Pouliot

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.Conclusion: The exploitation of bioluminescence microscopy and multi-promoter transcriptionally-regulated biosensors can aptly define the overall treatment response of patients by monitoring live single cell drug response from primary cancer tissue.This approach can be used to develop predictive biomarkers for drug response in order to help clinicians select the best drug combinations or sequences for each patient.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTheranosticsMême sujetbioluminescence and chemiluminescence researchTravaux en français237 207