Engineered liver-derived decellularized extracellular matrix-based three-dimensional tumor constructs for enhanced drug screening efficiency
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
Abstract The decellularized extracellular matrix (dECM) has emerged as an effective medium for replicating the in vivo-like conditions of the tumor microenvironment (TME), thus enhancing the screening accuracy of chemotherapeutic agents. However, recent dECM-based tumor models have exhibited challenges such as uncontrollable morphology and diminished cell viability, hindering the precise evaluation of chemotherapeutic efficacy. Herein, we utilized a tailor-made microfluidic approach to encapsulate dECM from porcine liver in highly poly(lactic-co-glycolic acid) (PLGA) porous microspheres (dECM-PLGA PMs) to engineer a three-dimensional (3D) tumor model. These dECM-PLGA PMs-based microtumors exhibited significant promotion of hepatoma carcinoma cells (HepG2) proliferation compared to PLGA PMs alone, since the infusion of extracellular matrix (ECM) microfibers and biomolecular constituents within the PMs. Proteomic analysis of the dECM further revealed the potential effects of these bioactive fragments embedded in the PMs. Notably, dECM-PLGA PMs-based microtissues effectively replicated the drug resistance traits of tumors, showing pronounced disparities in half-maximal inhibitory concentration (IC50) values, which could correspond with certain aspects of the TME. Collectively, these dECM-PLGA PMs substantially surmounted the prevalent challenges of unregulated microstructure and suboptimal cell viability in conventional 3D tumor models. They also offer a sustainable and scalable platform for drug testing, holding promise for future pharmaceutical evaluations.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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