Patient-specific modeling of stroma-mediated chemoresistance of pancreatic cancer using a three-dimensional organoid-fibroblast co-culture system
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
BACKGROUND: Cancer-associated fibroblasts (CAFs) are considered to play a fundamental role in pancreatic ductal adenocarcinoma (PDAC) progression and chemoresistance. Patient-derived organoids have demonstrated great potential as tumor avatars for drug response prediction in PDAC, yet they disregard the influence of stromal components on chemosensitivity. METHODS: We established direct three-dimensional (3D) co-cultures of primary PDAC organoids and patient-matched CAFs to investigate the effect of the fibroblastic compartment on sensitivity to gemcitabine, 5-fluorouracil and paclitaxel treatments using an image-based drug assay. Single-cell RNA sequencing was performed for three organoid/CAF pairs in mono- and co-culture to uncover transcriptional changes induced by tumor-stroma interaction. RESULTS: Upon co-culture with CAFs, we observed increased proliferation and reduced chemotherapy-induced cell death of PDAC organoids. Single-cell RNA sequencing data evidenced induction of a pro-inflammatory phenotype in CAFs in co-cultures. Organoids showed increased expression of genes associated with epithelial-to-mesenchymal transition (EMT) in co-cultures and several potential receptor-ligand interactions related to EMT were identified, supporting a key role of CAF-driven induction of EMT in PDAC chemoresistance. CONCLUSIONS: Our results demonstrate the potential of personalized PDAC co-cultures models not only for drug response profiling but also for unraveling the molecular mechanisms involved in the chemoresistance-supporting role of the tumor stroma.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 découle