Modeling the Role of Cancer-Associated Fibroblasts in Tumor Cell Invasion
Notice bibliographique
Résumé
The major cause of cancer-related deaths can be attributed to the metastatic spread of tumor cells-a dynamic and complex multi-step process beginning with tumor cells acquiring an invasive phenotype to allow them to travel through the blood and lymphatic vessels to ultimately seed at a secondary site. Over the years, various in vitro models have been used to characterize specific steps in the cascade to collectively begin providing a clearer picture of the puzzle of metastasis. With the discovery of the TME's supporting role in activating tumor cell invasion and metastasis, these models have evolved in parallel to accommodate features of the TME and to observe its interactions with tumor cells. In particular, CAFs that reside in reactive tumor stroma have been shown to play a substantial pro-invasive role through their matrix-modifying functions; accordingly, this warranted further investigation with the development and use of invasion assays that could include these stromal cells. This review explores the growing toolbox of assays used to study tumor cell invasion, from the simple beginnings of a tumor cell and extracellular matrix set-up to the advent of models that aim to more closely recapitulate the interplay between tumor cells, CAFs and the extracellular matrix. These models will prove to be invaluable tools to help tease out the intricacies of tumor cell invasion.
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 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) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 tête enseignante, 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 ».