Pharmacokinetic and toxicological evaluation of multi-functional thiol-6-fluoro-6-deoxy-d-glucose gold nanoparticles<i>in vivo</i>
Notice bibliographique
Résumé
We synthesized a novel, multi-functional, radiosensitizing agent by covalently linking 6-fluoro-6-deoxy-D-glucose (6-FDG) to gold nanoparticles (6-FDG-GNPs) via a thiol functional group. We then assessed the bio-distribution and pharmacokinetic properties of 6-FDG-GNPs in vivo using a murine model. At 2 h, following intravenous injection of 6-FDG-GNPs into the murine model, approximately 30% of the 6-FDG-GNPs were distributed to three major organs: the liver, the spleen and the kidney. PEGylation of the 6-FDG-GNPs was found to significantly improve the bio-distribution of 6-FDG-GNPs by avoiding unintentional uptake into these organs, while simultaneously doubling the cellular uptake of GNPs in implanted breast MCF-7 adenocarcinoma. When combined with radiation, PEG-6-FDG-GNPs were found to increase the apoptosis of the MCF-7 breast adenocarinoma cells by radiation both in vitro and in vivo. Pharmacokinetic data indicate that GNPs reach their maximal concentrations at a time window of two to four hours post-injection, during which optimal radiation efficiency can be achieved. PEG-6-FDG-GNPs are thus novel nanoparticles that preferentially accumulate in targeted cancer cells where they act as potent radiosensitizing agents. Future research will aim to substitute the (18)F atom into the 6-FDG molecule so that the PEG-6-FDG-GNPs can also function as radiotracers for use in positron emission tomography scanning to aid cancer diagnosis and image guided radiation therapy planning.
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) | 0,000 | 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 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 ».