Modeling and measuring glucose diffusion and consumption by colorectal cancer spheroids in hanging drops using integrated biosensors
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.
Notice bibliographique
Résumé
Abstract As 3D in vitro tissue models become more pervasive, their built-in nutrient, metabolite, compound, and waste gradients increase biological relevance at the cost of analysis simplicity. Investigating these gradients and the resulting metabolic heterogeneity requires invasive and time-consuming methods. An alternative is using electrochemical biosensors and measuring concentrations around the tissue model to obtain size-dependent metabolism data. With our hanging-drop-integrated enzymatic glucose biosensors, we conducted current measurements within hanging-drop compartments hosting spheroids formed from the human colorectal carcinoma cell line HCT116. We developed a physics-based mathematical model of analyte consumption and transport, considering (1) diffusion and enzymatic conversion of glucose to form hydrogen peroxide (H 2 O 2 ) by the glucose-oxidase-based hydrogel functionalization of our biosensors at the microscale; (2) H 2 O 2 oxidation at the electrode surface, leading to amperometric H 2 O 2 readout; (3) glucose diffusion and glucose consumption by cancer cells in a spherical tissue model at the microscale; (4) glucose and H 2 O 2 transport in our hanging-drop compartments at the macroscale; and (5) solvent evaporation, leading to glucose and H 2 O 2 upconcentration. Our model relates the measured currents to the glucose concentrations generating the currents. The low limit of detection of our biosensors (0.4 ± 0.1 μM), combined with our current-fitting method, enabled us to reveal glucose dynamics within our system. By measuring glucose dynamics in hanging-drop compartments populated by cancer spheroids of various sizes, we could infer glucose distributions within the spheroid, which will help translate in vitro 3D tissue model results to in vivo.
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 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 découle