MétaCan
Menu
Retour à la cohorte
Enregistrement W4318475110 · doi:10.3389/fonc.2023.976945

Development and validation of an advanced ex vivo brain slice invasion assay to model glioblastoma cell invasion into the complex brain microenvironment

2023· article· en· W4318475110 sur OpenAlexafffund
Lisa R. Decotret, Rocky Shi, Kiersten N. Thomas, Manchi Hsu, Catherine J. Pallen, Kevin L. Bennewith

Notice bibliographique

RevueFrontiers in Oncology · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neural Engineering
Établissements canadiensBC Children's HospitalUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésEx vivoSlice preparationPathologyIn vivoConfocal microscopyBiologyGliomaNeuroscienceCentral nervous systemCell biologyMedicineCancer research

Résumé

récupéré en direct d'OpenAlex

Organotypic cultures of murine brain slices are well-established tools in neuroscience research, including electrophysiology studies, modeling neurodegeneration, and cancer research. Here, we present an optimized ex vivo brain slice invasion assay that models glioblastoma multiforme (GBM) cell invasion into organotypic brain slices. Using this model, human GBM spheroids can be implanted with precision onto murine brain slices and cultured ex vivo to allow tumour cell invasion into the brain tissue. Traditional top-down confocal microscopy allows for imaging of GBM cell migration along the top of the brain slice, but there is limited resolution of tumour cell invasion into the slice. Our novel imaging and quantification technique involves embedding stained brain slices into an agar block, re-sectioning the slice in the Z-direction onto slides, and then using confocal microscopy to image cellular invasion into the brain tissue. This imaging technique allows for the visualization of invasive structures beneath the spheroid that would otherwise go undetected using traditional microscopy approaches. Our ImageJ macro (BraInZ) allows for the quantification of GBM brain slice invasion in the Z-direction. Importantly, we note striking differences in the modes of motility observed when GBM cells invade into Matrigel in vitro versus into brain tissue ex vivo highlighting the importance of incorporating the brain microenvironment when studying GBM invasion. In summary, our version of the ex vivo brain slice invasion assay improves upon previously published models by more clearly differentiating between migration along the top of the brain slice versus invasion into the slice.

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)0,003
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,034
Tête enseignante GPT0,281
Écart entre enseignants0,248 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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

En bref

Citations11
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in OncologyMême sujetNeuroscience and Neural EngineeringTravaux en français237 207