Engineered In Vitro Tumor Model Recapitulates Molecular Signatures of Invasion in Glioblastoma
Notice bibliographique
Résumé
Glioblastoma stem cells (GSCs) play an important role in the invasive nature of glioblastoma (GBM); yet, the mechanisms driving this behavior are poorly understood. To recapitulate tumor invasion in vitro, we developed a GBM tumor-mimetic hydrogel using extracellular matrix components upregulated in patients. We show that our hydrogel facilitates the infiltration of a subset of patient-derived GSCs, differentiating samples based on phenotypic invasion. Invasive GSCs are enriched for injury-responsive pathways while noninvasive GSCs are enriched for developmental pathways, reflecting established GSC stratifications. Using small molecule inhibitors, we demonstrate that the suppression of matrix metalloprotease and rho-associated protein kinase processes results in a significant reduction of cell invasion into the hydrogel, reflecting mesenchymal- and amoeboid-dependent mechanisms. Similar reduction in cell invasion was observed by siRNA knockdown of ITGB1 and FAK focal adhesion pathways. We elucidate the transcriptomic profile of cells invading in the hydrogel by performing bulk RNA sequencing of cells cultured in the hydrogel and compare these to cells cultured in conventional tissue culture polystyrene (TCP). In our 3D hydrogel cultures, invasion-related molecular signatures along with proliferation and injury response pathways are upregulated while development processes are downregulated compared to culture on 2D TCP. With this validated in vitro model, we establish a valuable tool to find therapeutic intervention strategies against cellular invasion in glioblastoma.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 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 | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».