MétaCan
Menu
Retour à la cohorte
Enregistrement W4410251927 · doi:10.1101/2025.05.04.651923

Single-Cell Analysis of NK Cell Cytotoxicity in Cancer Therapy Using Microfluidic Droplets

2025· preprint· en· W4410251927 sur OpenAlexafffund
Rumeysa Ozcan, Fatemeh Vahedi, Shina Namakian, Ali A. Ashkar, Tohid F. Didar

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineEngineering
ThématiqueInnovative Microfluidic and Catalytic Techniques Innovation
Établissements canadiensDiscovery CentreMcMaster University
Organismes subventionnairesCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésCytotoxicityCellMicrofluidicsCancer therapyCancer cellNanotechnologyChemistryCancerCancer researchMaterials scienceMedicineInternal medicineBiochemistryIn vitro

Résumé

récupéré en direct d'OpenAlex

Abstract Natural Killer (NK) cells are critical components of the immune system, uniquely capable of detecting and eliminating cancer cells without prior sensitization. Here, a droplet-based microfluidic platform is introduced that enables real-time monitoring and single-cell analysis of NK cell-mediated cytotoxicity against K562 cancer cells. Distinct NK cells are evaluated to quantify key metrics, including the percentage of cytotoxic NK cells, serial killing capacity, killing time per target, NK-target contact duration, and migration velocities. The results demonstrated that expanded NK cells (exNK) exhibited longer attachments, superior cytotoxic activity, serial killing, and rapid killing dynamics, whereas peripheral blood NK cells (pbNK), especially when they were exposed to ascites tumor microenvironment (TME) (pbNK-asc), displayed reduced cytotoxic abilities in all parameters. Interestingly, expanded NK cells exposed to ascites TME (exNK-asc) retained partial functionality, indicating that expansion provides resilience against suppressive factors. In addition, cell velocity analysis further revealed that the presence of a cancer cell increases the migration of NK cells. This single-cell analysis provides novel insights into NK-cancer cell interactions, offering a robust framework for enhancing the efficacy of future immunotherapy applications especially for optimizing off-the-shelf NK cell-based immunotherapies. Table of Contents A droplet-based microfluidic platform examines how Natural Killer (NK) cells target cancer cells at the single-cell level. By comparing peripheral blood and expanded NK cells under normal and tumor-like conditions, distinct differences in attachment, serial killing, killing time, and migration are revealed. These findings provide insights that could enhance tumor targeting, particularly in off-the-shelf NK cell therapies.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,242
Écart entre enseignants0,221 · 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'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetInnovative Microfluidic and Catalytic Techniques InnovationTravaux en français237 207