MétaCan
Menu
Retour à la cohorte
Enregistrement W4410650570 · doi:10.1186/s12967-025-06593-1

Patient-derived esophageal adenocarcinoma organ chip: a physiologically relevant platform for functional precision oncology

2025· article· en· W4410650570 sur OpenAlexafffund
Sanjima Pal, Elee Shimshoni, Salvador Flores Torres, Mingyang Kong, Kulsum Tai, Veena Sangwan, Nicholas Bertos, Swneke D. Bailey, Julie Bérubé, Donald E. Ingber, Lorenzo Ferri

Notice bibliographique

RevueJournal of Translational Medicine · 2025
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesCongressionally Directed Medical Research ProgramsNational Cancer InstituteFondation de l'Hôpital Général de MontréalCancer Research UK
Mots-clésPrecision oncologyEsophageal adenocarcinomaMedicineAdenocarcinomaEsophageal cancerOrgan-on-a-chipClinical OncologyOncologyInternal medicineCancerCancer researchBioinformaticsBiologyMicrofluidics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Esophageal adenocarcinoma (EAC) is the sixth most deadly cancer worldwide, with increasing incidence in North America. As no targeted therapy or immunotherapy has revolutionized the management of EAC, chemotherapy is the only standard of care. Most patients with EAC experience poor outcomes because of the inherent or acquired resistance to chemotherapy. METHODS: Adapting a patient-centered approach, we leveraged a microfluidic cell culture technology platform (Emulate), organoids derived from treatment-naive patient tumors or adjacent normal tissues, and patient-matched cancer-associated or normal fibroblasts respectively, to develop a novel, physiologically relevant, high-fidelity preclinical esophagus-on-a-chip model. H&E, immunofluorescence staining, live/dead assay, LDH assay, and ELISA-based detection of tumor biomarkers were used to assess treatment responses. RESULTS: Each patient-specific stroma-inclusive microfluidic esophageal adenocarcinoma on-a-chip (EAC chip) faithfully recreates the tumor-stroma interface while preserving the full diversity of two cell types (epithelia and fibroblasts), genetic landscapes and histological architecture of the source tumors. EAC chips also accurately predict the response to neoadjuvant chemotherapy (NACT) within a clinically useful timeframe (approx. 12 days). A docetaxel-based triplet chemotherapy regimen matched with the treatment of the source patient was successfully perfused through the interstitial space within this model. Therefore, EAC chips more accurately recapitulate inpatient pathological and objective responses than the corresponding static 3D-organoid-only cultures. CONCLUSIONS: Overall, this model is an effective tool for predicting patients' responses to chemotherapy and testing tumor- or stroma-targeted alternative therapies. Moreover, these high-fidelity, low-throughput EAC chips effectively complement high-throughput PDO culture-based drug testing and provide improved insights into drug efficacy before human studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,732
Score d'incertitude au seuil0,424

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,031
Tête enseignante GPT0,306
Écart entre enseignants0,275 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations16
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Translational MedicineMême sujet3D Printing in Biomedical ResearchTravaux en français237 207