Dual‐Purpose 3D‐Silica Nanostructure Matrix for Rapid Epigenetic Reprogramming of Tumor Cell to Cancer Stem Cell Spheroid
Notice bibliographique
Résumé
Cancer stem cells (CSCs), a rare subpopulation responsible for tumorigenesis and therapeutic resistance, are difficult to characterize and isolate. Conventional method of growing CSCs takes up to 2-8 weeks inhibiting the rate of research. Therefore, rapid reprogramming (RR) of tumor cells into CSCs is crucial to accelerate the stem cell oncology research. The current RR techniques cannot be utilized for CSC RR due to many limitations posed due to isolation requirements resulting in loss of vital data. Hence, a technique that can induce CSC RR without the need for isolation procedures is needed. Here, fabrication of a 3D-silica nanostructured extracellular matrix for RR and in situ monitoring is reported. The RR is tested using three preclinical cancer models. The 3D matrix and a zeta potential study confirm an intense material-cellular interaction resulting in the enhanced expressions of surface and epigenetic biomarkers. Cancer cells require only 3-day period to form CSC spheroids with 3D-silica extracellular matrix. Real-time single-cell monitoring of the methylene blue-induced photodynamic demonstrates the dual functionality. To the authors' knowledge, this is the first study to demonstrate a CSC epigenetic reprogramming using nanostructures. These findings may pave the path for accelerating the stem cell research in oncology.
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 | 0,000 | 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 ».