3D-Printed Tumor-on-a-Chip Model for Investigating the Effect of Matrix Stiffness on Glioblastoma Tumor Invasion
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Glioblastoma multiform (GBM) tumor progression has been recognized to be correlated with extracellular matrix (ECM) stiffness. Dynamic variation of tumor ECM is primarily regulated by a family of enzymes which induce remodeling and degradation. In this paper, we investigated the effect of matrix stiffness on the invasion pattern of human glioblastoma tumoroids. A 3D-printed tumor-on-a-chip platform was utilized to culture human glioblastoma tumoroids with the capability of evaluating the effect of stiffness on tumor progression. To induce variations in the stiffness of the collagen matrix, different concentrations of collagenase were added, thereby creating an inhomogeneous collagen concentration. To better understand the mechanisms involved in GBM invasion, an in silico hybrid mathematical model was used to predict the evolution of a tumor in an inhomogeneous environment, providing the ability to study multiple dynamic interacting variables. The model consists of a continuum reaction-diffusion model for the growth of tumoroids and a discrete model to capture the migration of single cells into the surrounding tissue. Results revealed that tumoroids exhibit two distinct patterns of invasion in response to the concentration of collagenase, namely ring-type and finger-type patterns. Moreover, higher concentrations of collagenase resulted in greater invasion lengths, confirming the strong dependency of tumor behavior on the stiffness of the surrounding matrix. The agreement between the experimental results and the model's predictions demonstrates the advantages of this approach in investigating the impact of various extracellular matrix characteristics on tumor growth and invasion.
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.
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 | 0,001 |
| 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 découle