MétaCan
Menu
Retour à la cohorte
Enregistrement W4295681666 · doi:10.1111/exd.14675

From simplicity to complexity in current melanoma models

2022· review· en· W4295681666 sur OpenAlexaff
Elisabetta Michielon, Tanja D. de Gruijl, Susan Gibbs

Notice bibliographique

RevueExperimental Dermatology · 2022
Typereview
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesEurostarsRijksdienst voor Ondernemend Nederland
Mots-clésMelanomaTumor microenvironmentComputational biologyTranslational researchImmunotherapyComputer scienceBiologyCancer researchImmune systemImmunologyBiotechnology

Résumé

récupéré en direct d'OpenAlex

Despite the recent impressive clinical success of immunotherapy against melanoma, development of primary and adaptive resistance against immune checkpoint inhibitors remains a major issue in a large number of treated patients. This highlights the need for melanoma models that replicate the tumor's intricate dynamics in the tumor microenvironment (TME) and associated immune suppression to study possible resistance mechanisms in order to improve current and test novel therapeutics. While two-dimensional melanoma cell cultures have been widely used to perform functional genomics screens in a high-throughput fashion, they are not suitable to answer more complex scientific questions. Melanoma models have also been established in a variety of experimental (humanized) animals. However, due to differences in physiology, such models do not fully represent human melanoma development. Therefore, fully human three-dimensional in vitro models mimicking melanoma cell interactions with the TME are being developed to address this need for more physiologically relevant models. Such models include melanoma organoids, spheroids, and reconstructed human melanoma-in-skin cultures. Still, while major advances have been made to complement and replace animals, these in vitro systems have yet to fully recapitulate human tumor complexity. Lastly, technical advancements have been made in the organ-on-chip field to replicate functions and microstructures of in vivo human tissues and organs. This review summarizes advancements made in understanding and treating melanoma and specifically aims to discuss the progress made towards developing melanoma models, their applications, limitations, and the advances still needed to further facilitate the development of therapeutics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,219
Tête enseignante GPT0,424
Écart entre enseignants0,205 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExperimental DermatologyMême sujet3D Printing in Biomedical ResearchTravaux en français237 207