Predictive carboplatin treatment response models for epithelial ovarian cancer : comparison of 2D, 3D and in-vivo models
Notice bibliographique
Résumé
L’adénocarcinome épithélial de l’ovaire (CEO) est le cancer gynécologique le plus mortel. La recherche de nouvelles thérapies repose principalement sur des modèles précliniques 2D et in vivo avec des lignées cellulaires (LC) pour générer les évidences nécessaires à l’initiation d’essais cliniques. Ce processus requiert des fonds substantiels en recherche/santé qui est associé à un taux d’attrition élevé laissant supposer des lacunes dans le modèle actuel. Nos publications antérieures suggèrent que la sensibilité in vitro de nos LC du CEO à la chimiothérapie carboplatin varie en 2D ou 3D. Il reste à élucider lequel de ces modèles est le plus représentatif de la réponse in vivo. De ce fait, nous avons émis l’hypothèse que le modèle 3D refléterait plus étroitement la sensibilité in vivo. L’objectif de cette étude était de caractériser la réponse au carboplatin de nos LC du CEO en monocouches et en sphéroïdes (3D), puis de les comparer à leur réponse in vivo (xénogreffes). Un total de 6 LC du CEO a été injecté dans des souris qui ont reçues trois différentes concentrations de carboplatin. Leurs réponses ont été évaluées/classées selon leurs mesures de volume tumoral et l’immunofluorescence. Ces mêmes LC ont été ensemencées dans des plaques à très faible adhérence pour former des sphéroïdes et les traiter. Des analyses de cytométrie en flux ont été effectuées afin de classer les LC selon leur concentration inhibitrice médiane (CI50). Nous avons comparé le tout aux résultats 2D (CI50) précédemment publiés. Nos résultats montrent que le système 3D démontre la meilleure concordance avec le modèle in vivo. Notamment, notre LC ultra-résistance en 2D devient plus sensible en modèle murin ou encore en 3D. Inversement, une LC ultra-sensible en 2D est plus résistante en xénogreffe et en sphéroïde. Les résultats découlant de notre étude sont importants à considérer lors d’investissement de temps et de fonds dans les études de criblage et de prédiction de réponses thérapeutiques.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».