Cell morphology best predicts tumorigenicity and metastasis in vivo across multiple TNBC cell lines of different metastatic potential
Notice bibliographique
Résumé
Abstract Background Metastasis is the leading cause of death in breast cancer patients. For metastasis to occur, tumor cells must invade locally, intravasate, and colonize distant tissues and organs, all steps that require tumor cell migration. The majority of studies on invasion and metastasis rely on human breast cancer cell lines. While it is known that these cells have different properties and abilities for growth and metastasis, the in vitro morphological, proliferative, migratory, and invasive behavior of these cell lines and their correlation to in vivo behavior is poorly understood. Thus, we sought to classify each cell line as poorly or highly metastatic by characterizing tumor growth and metastasis in a murine model of six commonly used human triple-negative breast cancer xenografts, as well as determine which in vitro assays commonly used to study cell motility best predict in vivo metastasis. Methods We evaluated the liver and lung metastasis of human TNBC cell lines MDA-MB-231, MDA-MB-468, BT549, Hs578T, BT20, and SUM159 in immunocompromised mice. We characterized each cell line's cell morphology, proliferation, and motility in 2D and 3D to determine the variation in these parameters between cell lines. Results We identified MDA-MB-231, MDA-MB-468, and BT549 cells as highly tumorigenic and metastatic, Hs578T as poorly tumorigenic and metastatic, BT20 as intermediate tumorigenic with poor metastasis to the lungs but highly metastatic to the livers, and SUM159 as intermediate tumorigenic but poorly metastatic to the lungs and livers. We showed that metrics that characterize cell morphology are the most predictive of tumor growth and metastatic potential to the lungs and liver. Further, we found that no single in vitro motility assay in 2D or 3D significantly correlated with metastasis in vivo. Conclusions Our results provide an important resource for the TNBC research community, identifying the metastatic potential of 6 commonly used cell lines. Our findings also support the use of cell morphological analysis to investigate the metastatic potential and emphasize the need for multiple in vitro motility metrics using multiple cell lines to represent the heterogeneity of metastasis in vivo.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».