Targeting combinations of liposomal drugs to both tumor vasculature cells and tumor cells for the treatment of HER2-positive breast cancer
Notice bibliographique
Résumé
PURPOSE: We used two ligand-modified liposomal drugs to selectively deliver two different chemotherapeutics to tumor cells (TC) and tumor vasculature endothelial (TV) cells, and examined the therapeutic effect of altering the order of treatment administration, and the effect of the temporal spacing of the treatments on the accumulation of a second dose of liposomes and therapeutic activity. METHODS: Studies were completed in an orthotopic mouse model of human epidermal growth factor receptor 2 (HER2)-positive breast cancer, utilizing liposomal doxorubicin, targeted to TC via αHER2 Fab' fragments, and liposomal vincristine, targeted to CD13 on TV cells via NGR peptides. RESULTS AND DISCUSSION: Combination treatment with TV-targeted plus TC-targeted therapies was therapeutically superior to either single agent; switching the order of administration of the combination did not alter treatment efficacy. The tumor accumulation of a second dose of liposomes was increased if administered at 4 days after pre-treatment with TV-targeted therapy. Using a treatment schedule exploiting this increase, the dose of simultaneously administered combination therapy was halved without compromising therapeutic effect. CONCLUSION: Proof-of-concept studies revealed the therapeutic potential of a dual-targeted two drug approach against HER2-positive breast cancer, and may be applicable to the treatment of other solid tumors.
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 | 0,000 |
| 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) | 0,001 | 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 ».