Nanocarrier-mediated drugs targeting cancer stem cells: an emerging delivery approach
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: Cancer stem cells (CSCs) play an important role in the development of drug resistance, metastasis and recurrence. Current conventional therapies do not commonly target CSCs. Nanocarrier-based delivery systems targeting cancer cells have entered a new era of treatment, where specific targeting to CSCs may offer superior outcomes to efficient cancer therapies. AREAS COVERED: This review discusses the involvement of CSCs in tumor progression and relevant mechanisms associated with CSCs resistance to conventional chemo- and radio-therapies. It highlights CSCs-targeted strategies that are either under evaluation or could be explored in the near future, with a focus on various nanocarrier-based delivery systems of drugs and nucleic acids to CSCs. Novel nanocarriers targeting CSCs are presented in a cancer-specific way to provide a current perspective on anti-CSCs therapeutics. EXPERT OPINION: The field of CSCs-targeted therapeutics is still emerging with a few small molecules and macromolecules currently proving efficacy in clinical trials. However considering the complexities of CSCs and existing delivery difficulties in conventional anticancer therapies, CSC-specific delivery systems would face tremendous technical and clinical challenges. Nanocarrier-based approaches have demonstrated significant potential in specific drug delivery and targeting; their success in CSCs-targeted drug delivery would not only significantly enhance anticancer treatment but also address current difficulties associated with cancer resistance, metastasis and recurrence.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle