集成光学传感器用于非侵入性肝胰腺癌代谢监测和药物筛选的 3D 胰腺癌模型
广义相对论与量子宇宙学
2024-12-06 v3 天体物理仪器与方法
数据分析、统计与概率
摘要
胰腺腺癌 (PDAC) 的一个显著特征是具有显著细胞和空间异质性的肿瘤微环境 (TME)，这对疾病生物学和治疗抗性具有重要影响。癌细胞与密集成纤维组成之间的动态相互作用导致肿瘤内部和时间上产生代谢性变化，例如酸性 pH 变化，这有助于 PDAC 的药物抗性。因此，监控 TME 中细胞外 pH 代谢波动对于预测和量化抗癌药物的有效性至关重要。本文提出了一种简单可靠的基于琼脂的 3D PDAC 模型，嵌入了比色光学 pH 传感器和肿瘤 (AsPC-1) 与成纤维细胞的共培养，用于同时监控代谢 pH 变化并定量评估药物反应。通过显微镜学 (CLSM) 结合全自动计算分析，对细胞外 pH 代谢变化进行时间序列监测和量化，在药物测试中进行 gemcitabine、folfirinox 和 paclitaxel 等常用药物的测试。特别是，药物处理后细胞外酸化程度更为显著，导致抗肿瘤效果增强，与细胞凋亡死亡相关。这些发现突显了研究细胞代谢机制如何影响肿瘤对治疗反应的重要性，在 3D 肿瘤模型中，这对于开发个性化医疗方法至关重要。
引用
@article{arxiv.2407.07125,
title = {Rapid Parameter Estimation for Merging Massive Black Hole Binaries Using Continuous Normalizing Flows},
author = {Bo Liang and Minghui Du and He Wang and Yuxiang Xu and Chang Liu and Xiaotong Wei and Peng Xu and Li-e Qiang and Ziren Luo},
journal= {arXiv preprint arXiv:2407.07125},
year = {2024}
}