Modelling liver cancer microenvironment using a novel 3D culture system
Notice bibliographique
Résumé
The tumor microenvironment and its contribution to tumorigenesis has been a focal highlight in recent years. A two-way communication between the tumor and the surrounding microenvironment sustains and contributes to the growth and metastasis of tumors. Progression and metastasis of hepatocellular carcinoma (HCC) have been reported to be exceedingly influenced by diverse microenvironmental cues. In this study, we present a 3D-culture model of liver cancer to better mimic in vivo tumor settings. By creating novel 3D co-culture model that combines free-floating and scaffold-based 3D-culture techniques of liver cancer cells and fibroblasts, we aimed to establish a simple albeit reproducible ex vivo cancer microenvironment model that captures tumor-stroma interactions. The model presented herein exhibited unique gene expression and protein expression profiles when compared to 2D and 3D mono-cultures of liver cancer cells. Our results showed that in vivo like conditions cannot be mimicked by simply growing cancer cells as spheroids, but by co-culturing them with 3D fibroblast with which they were able to crosstalk. This was evident by the upregulation of several pathways involved in HCC, and the increase in secreted factors by co-cultured cancer cells, many of which are also involved in tumor-stroma interactions. Compared to the conventional 2D culture, the proposed model exhibits an increase in the expression of genes associated with development, progression, and poor prognosis of HCC. Our results correlated with an aggressive outcome that better mirrors in vivo HCC, and therefore, a more reliable platform for molecular understanding of HCC.
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 | 0,001 | 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 | 0,001 | 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) | 0,001 | 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 ».