Mimicking Tumor Cell Heterogeneity of Colorectal Cancer in a Patient-derived Organoid-Fibroblast Model
Notice bibliographique
Résumé
BACKGROUND & AIMS: Patient-derived organoid cancer models are generated from epithelial tumor cells and reflect tumor characteristics. However, they lack the complexity of the tumor microenvironment, which is a key driver of tumorigenesis and therapy response. Here, we developed a colorectal cancer organoid model that incorporates matched epithelial cells and stromal fibroblasts. METHODS: Primary fibroblasts and tumor cells were isolated from colorectal cancer specimens. Fibroblasts were characterized for their proteome, secretome, and gene expression signatures. Fibroblast/organoid co-cultures were analyzed by immunohistochemistry and compared with their tissue of origin, as well as on gene expression levels compared with standard organoid models. Bioinformatics deconvolution was used to calculate cellular proportions of cell subsets in organoids based on single-cell RNA sequencing data. RESULTS: Normal primary fibroblasts, isolated from tumor adjacent tissue, and cancer associated fibroblasts retained their molecular characteristics in vitro, including higher motility of cancer associated compared with normal fibroblasts. Importantly, both cancer-associated fibroblasts and normal fibroblasts supported cancer cell proliferation in 3D co-cultures, without the addition of classical niche factors. Organoids grown together with fibroblasts displayed a larger cellular heterogeneity of tumor cells compared with mono-cultures and closely resembled the in vivo tumor morphology. Additionally, we observed a mutual crosstalk between tumor cells and fibroblasts in the co-cultures. This was manifested by considerably deregulated pathways such as cell-cell communication and extracellular matrix remodeling in the organoids. Thrombospondin-1 was identified as a critical factor for fibroblast invasiveness. CONCLUSION: We developed a physiological tumor/stroma model, which will be vital as a personalized tumor model to study disease mechanisms and therapy response in colorectal cancer.
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 | 0,001 | 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 | 0,001 | 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 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 ».