Swift Formation Of Optimal Single Spheroids Towards In-Vitro 3-Dimensional Tumour Models
Notice bibliographique
Résumé
Abstract Introduction: Monolayer cell cultures, while useful for basic in vitro studies, are not physiologically relevant. Spheroids, on the other hand provide a more complex 3-dimensional (3D) structure which more closely resemble in vivo tumour growth thereby allowing results obtained with spheroids relating to proliferation, cell death, differentiation, metabolism, and various anti-tumour therapies to be more predictive of in vivo outcomes. Methods: The protocol herein presents a rapid and high throughput method for the generation of single spheroids whose applicability was demonstrated on various cancer cell lines including (U87 MG; SEBTA-027; SF188) brain cancer cells, (DU-145, TRAMP-C1) prostate cancer cells, and (BT-549, Py230) breast cancer in green coded 96-round bottom well plates. Results: Homogeneous compact spheroid morphology was evidenced as early as 24 hours after following the protocol. By using confocal microscopy and IncuCyte live imaging, the proliferating cells were traced in the rim and the dead cells were found inside the core region of the spheroid. H&E staining of spheroid slices and Western blotting were utilised to investigate the tightness of the cell packaging by adhesion proteins. Carnosine was used as an example of treatment for U87 single spheroids. Conclusions: This 5 step-protocol allows the rapid generation of spheroids, which will help towards reducing the number of tests performed on animals and encourage 3D modelling experiments from early-stage research.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».