Notice bibliographique
Résumé
Germline genetically engineered mouse models (G-GEMMs) have provided valuable insight into in vivo gene function in development, homeostasis, and disease. However, the time and cost associated with colony creation and maintenance are high. Recent advances in CRISPR-mediated genome editing have allowed the generation of somatic GEMMs (S-GEMMs) by directly targeting the cell/tissue/organ of interest. The oviduct, or fallopian tube in humans, is considered the tissue-of-origin of the most common ovarian cancer, high-grade serous ovarian carcinomas (HGSCs). HGSCs initiate in the region of the fallopian tube distal to the uterus, located adjacent to the ovary, but not the proximal fallopian tube. However, traditional mouse models of HGSC target the entire oviduct, and thus do not recapitulate the human condition. We present a method of DNA, RNA, or ribonucleoprotein (RNP) solution microinjection into the oviduct lumen and in vivo electroporation to target mucosal epithelial cells in restricted regions along the oviduct. There are several advantages of this method for cancer modeling, such as 1) high adaptability in targeting the area/tissue/organ and region of electroporation, 2) high flexibility in targeted cell types (cellular pliancy) when used in combination with specific promoters for Cas9 expression, 3) high flexibility in the number of electroporated cells (relatively low frequency), 4) no specific mouse line is required (immunocompetent disease modeling), 5) high flexibility in gene mutation combination, and 6) possibility of tracking electroporated cells when used in combination with a Cre reporter line. Thus, this cost-effective method recapitulates human cancer initiation.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,747 | 0,524 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».