Exploring the Potential of PEG‐Heparin Hydrogels to Support Long‐Term Ex Vivo Culture of Patient‐Derived Breast Explant Tissues
Notice bibliographique
Résumé
Breast cancer is a complex, highly heterogenous, and dynamic disease and the leading cause of cancer-related death in women worldwide. Evaluation of the heterogeneity of breast cancer and its various subtypes is crucial to identify novel treatment strategies that can overcome the limitations of currently available options. Explant cultures of human mammary tissue have been known to provide important insights for the study of breast cancer structure and phenotype as they include the context of the surrounding microenvironment, allowing for the comprehensive exploration of patient heterogeneity. However, the major limitation of currently available techniques remains the short-term viability of the tissue owing to loss of structural integrity. Here, an ex vivo culture model using star-shaped poly(ethylene glycol) and maleimide-functionalized heparin (PEG-HM) hydrogels to provide structural support to the explant cultures is presented. The mechanical support allows the culture of the human mammary tissue for up to 3 weeks and prevent disintegration of the cellular structures including the epithelium and surrounding stromal tissue. Further, maintenance of epithelial phenotype and hormonal receptors is observed for up to 2 weeks of culture which makes them relevant for testing therapeutic interventions. Through this study, the importance of donor-to-donor variability and intra-patient tissue heterogeneity is reiterated.
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) | 0,001 | 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 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 ».