MétaCan
Menu
Retour à la cohorte
Enregistrement W4388049884 · doi:10.1016/j.tibtech.2023.10.001

Cancer-on-chip models for metastasis: importance of the tumor microenvironment

2023· review· en· W4388049884 sur OpenAlexaff
Mohammad Jouybar, Charlotte M. de Winde, Katarina Wolf, Peter Friedl, Reina E. Mebius, Jaap M. J. den Toonder

Notice bibliographique

RevueTrends in biotechnology · 2023
Typereview
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesCancer Center AmsterdamElectronic Components and Systems for European LeadershipHorizon 2020 Framework ProgrammeNederlandse Organisatie voor Wetenschappelijk Onderzoek
Mots-clésTumor microenvironmentMetastasisExtracellular matrixCancerCancer metastasisCancer researchCancer therapyCancer cellImmune systemBiologyMedicineComputational biologyNanotechnologyTumor cellsImmunologyMaterials scienceInternal medicineCell biology

Résumé

récupéré en direct d'OpenAlex

Cancer-on-chip (CoC) models, based on microfluidic chips harboring chambers for 3D tumor-cell culture, enable us to create a controlled tumor microenvironment (TME). CoC models are therefore increasingly used to systematically study effects of the TME on the various steps in cancer metastasis. Moreover, CoC models have great potential for developing novel cancer therapies and for predicting patient-specific response to cancer treatments. We review recent developments in CoC models, focusing on three main TME components: (i) the anisotropic extracellular matrix (ECM) architectures, (ii) the vasculature, and (iii) the immune system. We aim to provide guidance to biologists to choose the best CoC approach for addressing questions about the role of the TME in metastasis, and to inspire engineers to develop novel CoC technologies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,991
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,105
Tête enseignante GPT0,369
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations57
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTrends in biotechnologyMême sujet3D Printing in Biomedical ResearchTravaux en français237 207