Cancer-Associated Fibroblasts in a 3D Engineered Tissue Model Induce Tumor-like Matrix Stiffening and EMT Transition
Notice bibliographique
Résumé
A tumor microenvironment is characterized by its altered mechanical properties. However, most models remain unable to faithfully recreate the mechanical properties of a tumor. Engineered models based on the self-assembly method have the potential to better recapitulate the stroma architecture and composition. Here, we used the self-assembly method based on a bladder tissue model to engineer a tumor-like environment. The tissue-engineered tumor models were reconstituted from stroma-derived healthy primary fibroblasts (HFs) induced into cancer-associated fibroblast cells (iCAFs) along with an urothelium overlay. The iCAFs-derived extracellular matrix (ECM) composition was found to be stiffer, with increased ECM deposition and remodeling. The urothelial cells overlaid on the iCAFs-derived ECM were more contractile, as measured by quantitative polarization microscopy, and displayed increased YAP nuclear translocation. We further showed that the proliferation and expression of epithelial-to-mesenchymal transition (EMT) marker in the urothelial cells correlate with the increased stiffness of the iCAFs-derived ECM. Our data showed an increased expression of EMT markers within the urothelium on the iCAFs-derived ECM. Together, our results demonstrate that our tissue-engineered tumor model can achieve stiffness levels comparable to that of a bladder tumor, while triggering a tumor-like response from the urothelium.
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) | 0,000 | 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 | 0,000 | 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 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 ».