Insights from a multiscale framework on metabolic rate variation driving glioblastoma multiforme growth and 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
Non-physiological levels of oxygen and nutrients within the tumors result in heterogeneous cell populations that exhibit distinct necrotic, hypoxic, and proliferative zones. Among these zonal cellular properties, metabolic rates strongly affect the overall growth and invasion of tumors. Here, we report on a hybrid discrete-continuum (HDC) mathematical framework that uses metabolic data from a biomimetic two-dimensional (2D) in-vitro cancer model to predict three-dimensional (3D) behaviour of in-vitro human glioblastoma (hGB). The mathematical model integrates modules of continuum, discrete, and neurons. Results indicated that the HDC model is capable of quantitatively predicting growth, invasion length, and the asymmetric finger-type invasion pattern in in-vitro hGB tumors. Additionally, the model could predict the reduction in invasion length of hGB tumoroids in response to temozolomide (TMZ). This model has the potential to incorporate additional modules, including immune cells and signaling pathways governing cancer/immune cell interactions, and can be used to investigate targeted therapies. Meitham Amereh and colleagues report a hybrid discrete-continuum model to predict the cancerous growth, invasion, and treatment response of glioblastoma tumours. Their in-silico model uses metabolic data from a biomimetic two-dimensional in-vitro cancer model to predict three-dimensional behaviour of in-vitro human glioblastoma.
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 | 0,003 |
| 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 | 0,001 |
| 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