MétaCan
Menu
Retour à la cohorte
Enregistrement W4318920665 · doi:10.1242/dmm.049750

A hepatoprotective role of peritumoral non-parenchymal cells in early liver tumorigenesis

2023· article· en· W4318920665 sur OpenAlexaff
Cheng Tian, Liyuan Li, Li Fan, Anthony Brown, Eric J. Norris, Michelle Morrison, Evan S. Glazer, Liqin Zhu

Notice bibliographique

RevueDisease Models & Mechanisms · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueLiver physiology and pathology
Établissements canadiensStemcell Technologies
Organismes subventionnairesSt. Jude Children's Research HospitalAmerican Cancer Society
Mots-clésCarcinogenesisHepatic stellate cellParenchymaSpheroidIn vitroLiver cancerCancer researchLiver tumorPathologyBiologyLiver parenchymaMedicineCancerInternal medicineHepatocellular carcinomaBiochemistry

Résumé

récupéré en direct d'OpenAlex

Various 3D models of hepatocytes (HCs) have been established to assess liver functions in vitro. The contribution of the hepatic non-parenchymal cells (NPCs), however, is largely neglected in these models. Here, we report a comparative study of hepatic spheroids generated from freshly isolated mouse whole liver cells (WLCs) and HCs (referred to as SphWLC and SphHC, respectively). We found that HC differentiation was preserved better in SphWLC than in SphHC, and, when co-cultured with liver tumor spheroids (SphT), SphWLC showed more potent suppression of SphT growth compared to SphHC. Histological characterization revealed marked activation and accumulation of hepatic stellate cells (HSCs) at the SphWLC:SphT interface. We found that mixing HSCs in both 3D and 2D HC:tumor co-cultures provided potent protection to HCs against tumor-induced cell death. Activation of HSCs at the tumor border was similarly found in liver tumors from both mice and patients. Overall, our study suggests a hepatoprotective role of peritumoral HSCs in liver tumorigenesis and the potential application of SphWLC as a useful 3D model for dissecting the liver's response to tumorigenesis in vitro.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,705
Score d'incertitude au seuil0,762

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,234
Écart entre enseignants0,216 · 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 tête enseignante, 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
GenreEmpirique

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

En bref

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDisease Models & MechanismsMême sujetLiver physiology and pathologyTravaux en français237 207