Quantifying the drug response of patient-derived organoid clusters by aggregated morphological indicators with multi-parameters based on optical coherence tomography
Notice bibliographique
Résumé
Patient-derived organoids (PDOs) serve as excellent tools for personalized drug screening to predict clinical outcomes of cancer treatment. However, current methods for efficient quantification of drug response are limited. Herein, we develop a method for label-free, continuous tracking imaging and quantitative analysis of drug efficacy using PDOs. A self-developed optical coherence tomography (OCT) system was used to monitor the morphological changes of PDOs within 6 days of drug administration. OCT image acquisition was performed every 24 h. An analytical method for organoid segmentation and morphological quantification was developed based on a deep learning network (EGO-Net) to simultaneously analyze multiple morphological organoid parameters under the drug's effect. Adenosine triphosphate (ATP) testing was conducted on the last day of drug treatment. Finally, a corresponding aggregated morphological indicator (AMI) was established using principal component analysis (PCA) based on the correlation analysis between OCT morphological quantification and ATP testing. Determining the AMI of organoids allowed quantitative evaluation of the PDOs responses to gradient concentrations and combinations of drugs. Results showed that there was a strong correlation (correlation coefficient >90%) between the results using the AMI of organoids and those from ATP testing, which is the standard test used for bioactivity measurement. Compared with single-time-point morphological parameters, the introduction of time-dependent morphological parameters can reflect drug efficacy with improved accuracy. Additionally, the AMI of organoids was found to improve the efficiency of 5-fluorouracil(5FU) against tumor cells by allowing the determination of the optimum concentration, and the discrepancies in response among different PDOs using the same drug combinations could also be measured. Collectively, the AMI established by OCT system combined with PCA could quantify the multidimensional morphological changes of organoids under the drug's effect, providing a simple and efficient tool for drug screening in PDOs.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».