MétaCan
Menu
Retour à la cohorte
Enregistrement W7132964019

Investigating the Effect of Microenvironmental Gradients on Tumour Cell Heterogeneity Using a 3D In Vitro Model of Pancreatic Cancer

2023· dissertation· W7132964019 sur OpenAlexaff
Natalie Landon-Brace

Notice bibliographique

RevueTSpace · 2023
Typedissertation
Langue
DomaineMedicine
ThématiqueCancer Cells and Metastasis
Établissements canadiensVector InstituteToronto Rehabilitation InstituteUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésTumor microenvironmentPancreatic cancerIn vitroTumour heterogeneityCell culturePhenotypeCellIn vivoCancer cell
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Pancreatic ductal adenocarcinoma (PDAC) is a high-mortality cancer with no effective treatment options for the majority of patients. Notably, tumour cell behaviour and response to therapy in PDAC is heavily influenced by the characteristic hypoxic and immunosuppressive tumour microenvironment (TME). The emergence of 3D in vitro models that capture a variety of TME features offers a new opportunity for exploring the complexity of tumour-TME interactions in PDAC. Patient-derived organoids (PDOs) have advanced our capacity to model tumour heterogeneity in vitro but lack important microenvironmental components. Conversely, complex 3D in vitro models, such as the Tissue Roll for Analysis of Cellular Environment and Response (TRACER), recapitulate key TME features but have largely been restricted to use with cell lines with limited disease relevance. In this work, we adapted the TRACER platform to facilitate the incorporation of PDOs and create an engineered tissue model that leverages the advantages of both platforms for investigations of tumour biology (TRACER2). We demonstrated that PDOs cultured in TRACER2 establish microenvironmental oxygen gradients and show phenotypic changes in response to this gradient, including changes in cell proliferation, immunosuppressive capacity, and response to gemcitabine treatment. Subsequently, we performed single cell RNA-sequencing (scRNA-seq) of TRACER2, revealing location-dependent changes in the transcriptional patterns of PDOs. Significantly, we demonstrated that microenvironmental gradients, and hypoxia in particular, likely promote a more basal-like transcriptional phenotype in PDAC tumour cells, which has been linked to poor disease prognosis. Taken together, this work demonstrates the value of applying high-dimensional single cell analysis to a complex PDO-based 3D in vitro model of the TME to gain novel insight into tumour-microenvironment interactions. Looking to the future, we believe that this approach will pave the way to identifying novel therapeutic strategies that can meaningfully improve patient outcomes in PDAC.

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 enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,035
Tête enseignante GPT0,336
Écart entre enseignants0,301 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetCancer Cells and MetastasisTravaux en français237 207