MétaCan
Menu
Retour à la cohorte
Enregistrement W4206601791 · doi:10.1002/ppap.202100206

A novel 3D in vitro tissue model for bone‐metastasized breast cancer: A preclinical tool in drug discovery and testing

2022· article· en· W4206601791 sur OpenAlexafffund
Mansoureh Mohseni Garakani, Megan E. Cooke, M. R. Wertheimer, Derek H. Rosenzweig, Abdellah Ajji

Notice bibliographique

RevuePlasma Processes and Polymers · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueBone health and treatments
Établissements canadiensMcGill UniversityMcGill University Health CentrePolytechnique Montréal
Organismes subventionnairesCanadian Institutes of Health ResearchCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of Canada
Mots-clésBreast cancerDoxorubicinCancer researchTumor microenvironmentCancerBone metastasisIn vitroMedicineBiomedical engineeringChemistryTumor cellsChemotherapyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Bone metastasis is a frequent occurrence following breast cancer. The bone‐tumor microenvironment is heterogeneous and complicated to recapitulate. The development of new chemotherapeutics is ineffective partly due to a lack of precise in vitro tissue models. We developed a three‐dimensional (3D) bone‐tumor interface model for customized chemotherapeutic screening. It comprises a plasma‐modified electrospun mat seeded with osteoblasts to mimic a bone tissue, with a cell‐seeded hydrogel layer containing more and less aggressive or noncancerous cells on top, mimicking the tumor compartment. By screening the model with doxorubicin, we observed different migratory behaviors, with IC 50 values that were largely in accordance with those cell lines' characteristics. Our 3D model reproduces the bone microenvironment and has great potential as a drug screening tool for personalized medicine.

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: Empirique
Score de désaccord entre enseignants0,002
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)0,0000,001
Bibliométrie0,0010,000
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)0,0020,001

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 Opus0,039
Tête enseignante GPT0,327
Écart entre enseignants0,288 · 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

Citations12
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePlasma Processes and PolymersMême sujetBone health and treatmentsTravaux en français237 207