Patient-Derived Organoid Model in the Prediction of Chemotherapeutic Drug Response in Colorectal Cancer
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
As an emerging technology in precision medicine, the patient-derived organoid (PDO) technology has been indicated to provide novel modalities to judge the sensitivity of individual tumors to cancer drugs. In this work, an in vitro model of colorectal cancer (CRC) was established using the PDO culture, and it is demonstrated that the PDO samples preserved, to a great extent, the histologic features and marker expression of the original tumor tissues. Subsequently, cancer drugs 5-FU, oxaliplatin, and irinotecan were selected and screened on five CRC PDO samples, while the patient-derived organoid xenograft (PDOX) model was applied for comparison. The receiver operating characteristic (ROC) curve was drawn according to the IC50 data from the PDO model and the relative tumor proliferation rate (T/C%) from PDOX. Interestingly, the area under the ROC curve was 0.84 (95% CI, 0.64–1.04, P value = 0.028), which suggested that the IC50 of cancer drugs from the PDO model was strongly correlated with PDOX responses. In addition, the optimal sensitivity cutoff value for drug screening in CRC PDOs was identified at 10.35 μM, which could act as a reference value for efficacy evaluation of 5-FU, oxaliplatin, and irinotecan in the colorectal cancer drug screening. Since there are no unified criteria to judge the sensitivity of drugs in vitro, our work provides a method for establishing in vitro evaluation criteria via PDO and PDOX model using the patient tissues received from local hospitals, exhibiting potential in clinical cancer therapy and precision 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.
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 | 0,001 |
| 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 | 0,000 |
| 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