Optimizing Liposomal Cisplatin Efficacy through Membrane Composition Manipulations
Notice bibliographique
Résumé
The first liposomal formulation of cisplatin to be evaluated clinically was SPI-077. Although the formulation demonstrated enhanced cisplatin tumor accumulation in preclinical models it did not enhance clinical efficacy, possibly due to limited cisplatin release from the formulation localized within the tumor. We have examined a series of liposomal formulations to address the in vivo relationship between cisplatin release rate and formulation efficacy in the P388 murine leukemia model. The base formulation of phosphatidylcholine: phosphatidylglycerol: cholesterol was altered in the C18 and C16 phospholipid content to influence membrane fluidity and thereby impacting drug circulation lifetime and drug retention. Phase transition temperatures (T(m)) ranged from 42-55°C. The high T(m) formulations demonstrated enhanced drug retention properties accompanied by low antitumor activity while the lowest T(m) formulations released the drug too rapidly in the plasma, limiting drug delivery to the tumor which also resulted in low antitumor activity. A formulation composed of DSPC : DPPC : DSPG : Chol; (35 : 35 : 20 : 10) with an intermediate drug release rate and a cisplatin plasma half-life of 8.3 hours showed the greatest antitumor activity. This manuscript highlights the critical role that drug release rates play in the design of an optimized drug delivery vehicle.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».