Investigating the Impact of Electrical Stimulation on Osteocyte Cells and Breast Cancer Cell Regulation
Notice bibliographique
Résumé
Traditional cancer therapies such as chemotherapy and radiation are highly effective but often result in severe side effects that significantly impact patients' quality of life. Recent research has highlighted electrical stimulation (ES) as a promising non-invasive complementary approach to target cancer cells with reduced toxicity. Osteocytes, the most abundant bone cells, contribute to cancer-related bone metastasis by releasing growth factors and signalling molecules that create permissive environments for metastatic breast cancer cells. This study investigated whether ES could modulate osteocyte behaviour and subsequently influence breast cancer cell proliferation, with potential applications in game theory-based cancer treatment strategies that target weaker cells first to enhance the effectiveness of conventional therapies against resistant populations. MLO-Y4 osteocytes were subjected to electrical stimulation at two frequencies (10Hz and 50Hz) for one hour, with control groups maintained without stimulation. Following ES treatment, conditioned media from stimulated osteocytes were transferred to MDA-MB-231 breast cancer cell cultures. Cell density changes were documented through daily imaging at standardized reference points across all experimental groups. Dead cell counts were performed using hemocytometer analysis to assess cell viability across treatment conditions. Preliminary protocol development successfully established reproducible ES parameters and transfer procedures for investigating osteocyte-cancer cell interactions. Analysis of cell density changes and viability data will determine whether ES-treated osteocytes release factors that inhibit breast cancer cell growth. If confirmed, these findings would support ES as a cost-effective, non-invasive complementary therapy that could reduce tumour burden while enhancing traditional treatment efficacy. Future research should explore additional ES frequencies, extended stimulation durations, and molecular characterization of osteocyte-released factors to optimize therapeutic protocols and improve cancer patient outcomes.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».