MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408415919 · doi:10.1101/2025.03.12.642843

Benchmarking porcine pancreatic ductal organoids for drug screening applications

2025· preprint· en· W4408415919 sur OpenAlexaff
Christos Karampelias, Kaiyuan Yang, Michael Sterr, Mireia Molina Van den Bosch, Simone Renner, Janina Fuß, Sören Franzenburg, Tatsuya Kin, Eckhard Wolf, Elisabeth Kemter, Heiko Lickert

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineMedicine
ThématiquePancreatic and Hepatic Oncology Research
Établissements canadiensUniversity of Alberta HospitalAlberta Hospital Edmonton
Organismes subventionnairesnon disponible
Mots-clésOrganoidBenchmarkingPancreatic carcinomaPancreatic ductal adenocarcinomaDrug discoveryDrugComputational biologyComputer scienceOncologyMedicineCancer researchPancreatic cancerInternal medicineBiologyPharmacologyBusinessBioinformaticsCell biologyCancer

Résumé

récupéré en direct d'OpenAlex

Summary Primary human pancreatic ductal organoids (HPDO) have emerged as a model to study pancreas biology and disease. Yet, donor material availability, and a lack of extensive benchmarking limits the range of applications. To address this gap, we established porcine pancreatic ductal organoids (PPDO) as a system from an easily obtainable source to model pancreatic ductal/progenitor biology. We benchmarked PPDO to HPDO and primary porcine pancreas using single-cell RNA sequencing (scRNA-Seq). We observed no overt phenotypic differences in PPDO derived from distinct developmental stages, with a WNT signaling enriched population characterizing PPDO. PPDO exhibited differentiation potential towards mature ductal cells and limited potential towards endocrine lineages. We used PPDO as a platform to assess the safety of FDA-approved drugs and showed conserved toxicity of statins and α-adrenergic receptor inhibitors between PPDO and HPDO cultures. Overall, our results highlight the PPDO as a model for mammalian duct/progenitor applications.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,021
Tête enseignante GPT0,292
Écart entre enseignants0,271 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetPancreatic and Hepatic Oncology Research→Travaux en français237 207→