Tumoroid‐On‐a‐Plate (ToP): Physiologically Relevant Cancer Model Generation and Therapeutic Screening
Notice bibliographique
Résumé
Employing three-dimensional (3D) in vitro models, including tumor organoids and spheroids, stands pivotal in enhancing cancer therapy. These models bridge the gap between two-dimensional (2D) cell cultures and complex in vivo environments and offer versatile tools for comprehensive studies into cancer progression, drug responses, and tailored therapies. This study introduces the Tumoroid-on-a-Plate (ToP) device, an innovative ope-surface microfluidic platform designed to create predictive 3D models of solid tumors. The ToP device combines tumor mass, stromal cells, and extracellular matrix (ECM) components, to closely replicate the microenvironment of glioblastoma (GBM) and pancreatic adenocarcinoma (PDAC). Using the advanced ToP model and testing various GBM ECM compositions such as collagen and Rreelin within the model, we can assess how specific elements affect GBM invasiveness. The ToP in vitro model also enables screening chemotherapeutics such as temozolomide and iron-chelators in a single and binary treatment setting on the complex ECM-embedded tumoroids to evaluate their toxicity on GBM and PDAC models viability and apoptosis. Furthermore, co-culturing PDAC tumoroids with human-derived fibroblasts reveals the pro-invasive influence of stromal elements on tumor growth and drug response. This research underscores the value of advanced 3D models like ToP in advancing the understanding of cancer complexity and therapy responses.
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 ».