人源肿瘤细胞异种移植(CDX)小鼠模型 CDX模型的优势简介

2024-05-12 22:17:56

人源肿瘤细胞异种移植(CDX)小鼠模型

人源细胞系衍生的异种移植肿瘤模型（CDX）作为抗肿瘤药物研发过程中至关重要的一步，被广泛应用于药效学的临床前检测、PK/PD相关性研究和联合治疗中。
人源肿瘤细胞系异种植入免疫缺陷的小鼠体内可形成肿瘤组织。
在此模型中研究新型抗肿瘤药物对肿瘤的抑制及其作用机制研究方法。

CDX模型的建立基于多种肿瘤细胞系，这些细胞系皆易于培养，并在接种到免疫缺陷小鼠体内后可迅速形成肿瘤。

接种位置一般为皮下、尾静脉或原为接种。

CDX模型的优势：

·拥有涵盖广泛的人源肿瘤细胞细胞系可匹配

·异种移植成功率高

·根据研究需求提供定制化研究服务

·严格的QC测试

以下为常用的人源肿瘤细胞系列表：

1、Caco-2 Colo201 COLO205 COLO320DM H716 HCT 116 HCT-15 HT29 LoVo LS 174T SW480 Sw620人结直肠腺癌细胞(仅展示部分)

2、ARO BHT101 CAL-62 KHM-5M KMH-2 人甲状腺癌细胞(仅展示部分)

3、SHG-44 SW1088 T98G TJ905 U118MG 人胶质瘤细胞(仅展示部分)

4、H1437 H1573 H2009 H441 H522 HCC4006 NCI-H1299 NCI-H1395 人肺腺癌细胞(仅展示部分)

5、C666-1 CNE-1 S18 S26 SUNE-2 人鼻咽癌细胞(仅展示部分)

6、BEL-7404 BEL-7405 Hep-3B HepG2 人肝癌细胞(仅展示部分)

7、5637 BIU-87 BT-B EJ-1 RT-112 人膀胱癌细胞(仅展示部分)

以上内容为原创，转自吉妮欧官网，请勿转载。

人源肿瘤细胞异种移植(CDX)小鼠模型 CDX模型的优势简介相关推荐

PDX动物模型人源肿瘤异种移植模型广泛用于药物安全性和药效学研究
为了深入了解肿瘤的生物学特性与药物治疗效果,建立了一种直接来源于人类肿瘤组织的小鼠模型(PDX). 将新鲜的人类肿瘤组织移植到免疫缺陷的小鼠体内建立的异体移植肿瘤模型,因为移植源于病人体内的肿瘤 ...
R语言vtreat包的mkCrossFrameCExperiment函数交叉验证构建数据处理计划并进行模型训练、通过显著性进行变量筛选（删除相关性较强的变量）、构建多变量模型、转化为分类模型、模型评估
R语言vtreat包的mkCrossFrameCExperiment函数交叉验证构建数据处理计划并进行模型训练.通过显著性进行变量筛选(删除相关性较强的变量).构建多变量模型.转化为分类模型.模型评估 ...
为多模型寻找模型最优参数、多模型交叉验证、可视化、指标计算、多模型对比可视化（系数图、误差图、混淆矩阵、校正曲线、ROC曲线、AUC、Accuracy、特异度、灵敏度、PPV、NPV）、结果数据保存
使用randomsearchcv为多个模型寻找模型最优参数.多模型交叉验证.可视化.指标计算.多模型对比可视化(系数图.误差图.classification_report.混淆矩阵.校正曲线.ROC曲 ...
R语言构建logistic回归模型：构建模型公式、拟合logistic回归模型、模型评估，通过混淆矩阵计算precision、enrichment、recall指标
R语言构建logistic回归模型:构建模型公式.拟合logistic回归模型.模型评估,通过混淆矩阵计算precision.enrichment.recall指标目录
R语言glm拟合logistic回归模型：模型评估（模型预测概率的分组密度图、混淆矩阵、准确率、精确度、召回率、ROC、AUC）、PRTPlot函数获取logistic模型最优阈值(改变阈值以优化)
R语言glm拟合logistic回归模型:模型评估(模型预测概率的分组密度图.混淆矩阵.Accuray.Precision.Recall.ROC.AUC).PRTPlot函数可视化获取logistic ...
R语言使用xgboost构建回归模型：vtreat包为xgboost回归模型进行数据预处理（缺失值填充、缺失值标识、离散变量独热onehot编码）、构建出生体重的xgboost模型回归模型
R语言使用xgboost构建回归模型:vtreat包为xgboost回归模型进行数据预处理(缺失值填充.缺失值标识.离散变量独热onehot编码).构建出生体重的xgboost模型回归模型目录
R语言glm拟合logistic回归模型：模型评估（计算模型拟合的统计显著性）、模型评估（赤信息AIC指标计算）
R语言glm拟合logistic回归模型:模型评估(计算模型拟合的统计显著性).模型评估(赤信息AIC指标计算) 目录
R语言构建logistic回归模型并评估模型：模型预测结果抽样、可视化模型分类预测的概率分布情况、使用WVPlots包绘制ROC曲线并计算AUC值
R语言构建logistic回归模型并评估模型:模型预测结果抽样.可视化模型分类预测的概率分布情况.使用WVPlots包绘制ROC曲线并计算AUC值目录
R语言构建xgboost模型：模型的特性重要度计算及可视化、模型对应的结构树（文本文件）
R语言构建xgboost模型:模型的特性重要度计算及可视化.模型对应的结构树(文本文件) 目录

最新文章

热门文章