Neuroblastoma-targeted Nanoparticles Entrapping siRNA Specifically Knockdown ALK
Notice bibliographique
Résumé
RNA interference molecules have some advantages as cancer therapeutics, including a proved efficacy on both wild-type (WT) and mutated transcripts and an extremely high sequence-specificity. The most significant hurdle to be overcome if exogenous small interfering RNAs (siRNA) is to be used therapeutically is the specific, effective, nontoxic delivery of siRNA to its intracellular site of action. At present, human applications are confined almost exclusively to targets within the liver, where the delivery systems naturally accumulate, and extra-hepatic targets remain a challenge. Anaplastic lymphoma kinase (ALK) is a receptor tyrosine kinase that has recently been shown to contribute to the cell growth and progression of human neuroblastoma (NB). We investigated its potential as a therapeutic target in NB by generating anti-GD₂-targeted nanoparticles that carry ALK-directed siRNA, which are specifically and efficiently delivered to GD₂-expressing NB cells. Relative to free ALK-siRNA, anti-GD₂-targeted liposomal formulations of ALK-siRNA had low plasma clearance, increased siRNA stability, and improved binding, uptake, silencing and induction of cell death, and specificity for NB cells. In NB xenografts, intravenous (i.v.) injection of the targeted ALK-siRNA liposomes showed gene-specific antitumor activity with no side effects. ALK-selective siRNA entrapped in anti-GD₂-targeted nanoparticles is a promising new modality for NB treatment.
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 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) | 0,001 | 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 tête enseignante, 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 ».