HER2-Mediated Internalization of a Targeted Prodrug Cytotoxic Conjugate Is Dependent on the Valency of the Targeting Ligand
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
HER2 is a validated therapeutic target for cancer. There are no natural ligands, but monoclonal antibodies and peptides that bind HER2 act as artificial ligands, selectively affecting HER2-overexpressing tumors. One reported mechanism for this effect is receptor downregulation, but the expected correlation of ligand-dependent HER2 internalization and tumor inhibition remain poorly characterized. Moreover, HER2 ligands have limited therapeutic efficacy and often they require adjuvant treatment with the chemotherapeutic Taxol. Here, we generated a series of HER2 ligands (Anti-HER2/neu peptide ligands, AHNPmonovalent and AHNPbivalent) with different valency and correlated their internalization-promoting ability to biological potency. Since AHNPbivalent (but not AHNPmonovalent) induces rapid receptor internalization, we exploited this feature to deliver cytotoxic conjugates coupling AHNPbivalent and Taxol (Taxol . AHNPbivalent). The prodrug conjugate releases Taxol after receptor-mediated internalization, and cytotoxicity can be used as a marker of internalization. Taxol . AHNPbivalent is significantly more cytotoxic than free Taxol + free AHNPbivalent. Hence, the Taxol x AHNP(bivalent) prodrug binds to HER2, induces receptor internalization and downregulation, and the subsequent release of free Taxol inside the targeted cell results in synergistic toxicity, The effect is selective towards HER2- expressing cells. This work links HER2 receptor internalization and growth arrest, and the chemical conjugation strategy may yield improved and HER2 selective therapeutics.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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