Personalized Vascularized Models of Breast Cancer Desmoplasia Reveal Biomechanical Determinants of Drug Delivery to the Tumor
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
Desmoplasia in breast cancer leads to heterogeneity in physical properties of the tissue, resulting in disparities in drug delivery and treatment efficacy among patients, thus contributing to high disease mortality. Personalized in vitro breast cancer models hold great promise for high-throughput testing of therapeutic strategies to normalize the aberrant microenvironment in a patient-specific manner. Here, tumoroids assembled from breast cancer cell lines (MCF7, SKBR3, and MDA-MB-468) and patient-derived breast tumor cells (TCs) cultured in microphysiological systems including perfusable microvasculature reproduce key aspects of stromal and vascular dysfunction causing impaired drug delivery. Models containing SKBR3 and MDA-MB-468 tumoroids show higher stromal hyaluronic acid (HA) deposition, vascular permeability, interstitial fluid pressure (IFP), and degradation of vascular HA relative to models containing MCF7 tumoroids or models without tumoroids. Interleukin 8 (IL8) secretion is found responsible for vascular dysfunction and loss of vascular HA. Interventions targeting IL8 or stromal HA normalize vascular permeability, perfusion, and IFP, and ultimately enhance drug delivery and TC death in response to perfusion with trastuzumab and cetuximab. Similar responses are observed in patient-derived models. These microphysiological systems can thus be personalized by using patient-derived cells and can be applied to discover new molecular therapies for the normalization of the tumor microenvironment.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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