MétaCan
Menu
Retour à la cohorte
Enregistrement W7133042673

An Engineered Paper-Based 3D Co-Culture Model of Pancreatic Cancer as a Platform for Systems Tissue Engineering

2023· dissertation· W7133042673 sur OpenAlexaboutno aff
Jose Luis Cadavid Cardenas

Notice bibliographique

RevueTSpace · 2023
Typedissertation
Langue
DomaineMedicine
ThématiqueCancer Cells and Metastasis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPancreatic cancerStromal cellTumor microenvironmentTissue engineeringCancer cellTumour heterogeneityCancerPancreatic ductal adenocarcinoma
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Pancreatic ductal adenocarcinoma (PDAC) is a deadly form of pancreatic cancer and is projected to be the third leading cause of cancer-related deaths in Canada this year. With a 5-year survival rate that has barely improved over the last decade, new therapies are sorely needed to treat this disease. PDAC tumours are characterized by a stroma-rich and hypoxic tumour microenvironment (TME) that drives disease progression and results in a highly aggressive disease. Furthermore, the spatial configuration of cells in the TME affects cell phenotypes, which contributes to the clinical challenge of tumour heterogeneity and therapeutic resistance. Yet, pre-clinical studies typically rely on growing cancer cells deprived of their native complex and heterogeneous TME. Patient-derived organoids (PDOs) are emerging as powerful tools to model cancer, but their self-assembling nature and lack of stromal cells results in microenvironments that are not controllable, nor physiological. The principles of tissue engineering provide a powerful toolbox to elevate PDO cultures to better mimic the complex TME of PDAC. In this work, I present a versatile engineered 3D in vitro stroma-cancer co-culture model of PDAC based on the Tissue Roll for Analysis of Cellular Environment and Response (TRACER). By leveraging patterned polymer infiltration to reduce the number of cells required for TRACER, we incorporate human PDOs into our system. PDOs establish oxygen gradients across TRACER and in response exhibit graded cell viability, proliferation, hypoxia-response gene expression, and response to chemotherapy. We then incorporate primary pancreatic stellate cells (PSCs) to produce co-culture tissues with user-defined architectures that were inferred from clinical PDAC samples. By performing high dimensional characterization using CyTOF, we demonstrate that tissue architecture leads to distinct hypoxia and proliferation gradients. Furthermore, phenotypic markers for both cell types are also graded in ways that cannot be explained by either hypoxia or co-culture alone. I anticipate that our engineered tissue model will enable systems biology studies not possible with classic in vitro models. Specifically, our model will help decipher how tissue architecture and cell interactions regulate cell phenotype and, in turn, tissue-scale phenotypes that can be targeted for therapeutic purposes.

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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,033
Tête enseignante GPT0,361
Écart entre enseignants0,328 · 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