Potential of Gold Nanoparticles in Current Radiotherapy Using a Co-Culture Model of Cancer Cells and Cancer Associated Fibroblasts
Notice bibliographique
Résumé
Many cancer therapeutics are tested in vitro using only tumour cells. However, the tumour promoting effect of cancer associated fibroblasts (CAFs) within the tumour microenvironment (TME) is thought to reduce cancer therapeutics' efficacy. We have chosen pancreatic ductal adenocarcinoma (PDAC) as our tumor model. Our goal is to create a co-culture of CAFs and tumour cells to model the interaction between cancer and stromal cells in the TME and allow for better testing of therapeutic combinations. To test the proposed co-culture model, a gold nanoparticle (GNP) mediated-radiation response was used. Cells were grown in co-culture with different ratios of CAFs to cancer cells. MIA PaCa-2 was used as our PDAC cancer cell line. Co-cultured cells were treated with 2 Gy of radiation following GNP incubation. DNA damage and cell proliferation were examined to assess the combined effect of radiation and GNPs. Cancer cells in co-culture exhibited up to a 23% decrease in DNA double strand breaks (DSB) and up to a 35% increase in proliferation compared to monocultures. GNP/Radiotherapy (RT) induced up to a 25% increase in DNA DSBs and up to a 15% decrease in proliferation compared to RT alone in both monocultured and co-cultured cells. The observed resistance in the co-culture system may be attributed to the role of CAFs in supporting cancer cells. Moreover, we were able to reduce the activity of CAFs using GNPs during radiation treatment. Indeed, CAFs internalize a significantly higher number of GNPs, which may have led to the reduction in their activity. One reason experimental therapeutics fail in clinical trials relates to limitations in the pre-clinical models that lack a true representation of the TME. We have demonstrated a co-culture platform to test GNP/RT in a clinically relevant environment.
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 | 0,000 | 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 | 0,001 | 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 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 ».