Bimodal Tumor-Targeting from Microenvironment Responsive Hyaluronan Layer-by-Layer (LbL) Nanoparticles
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
Active targeting of nanoscale drug carriers can improve tumor-specific delivery; however, cellular heterogeneity both within and among tumor sites is a fundamental barrier to their success. Here, we describe a tumor microenvironment-responsive layer-by-layer (LbL) polymer drug carrier that actively targets tumors based on two independent mechanisms: pH-dependent cellular uptake at hypoxic tumor pH and hyaluronan-directed targeting of cell-surface CD44 receptor, a well-characterized biomarker for breast and ovarian cancer stem cells. Hypoxic pH-induced structural reorganization of hyaluronan-LbL nanoparticles was a direct result of the nature of the LbL electrostatic complex, and led to targeted cellular delivery in vitro and in vivo, with effective tumor penetration and uptake. The nanoscale drug carriers selectively bound CD44 and diminished cancer cell migration in vitro, while co-localizing with the CD44 receptor in vivo. Multimodal targeting of LbL nanoparticles is a powerful strategy for tumor-specific cancer diagnostics and therapy that can be accomplished using a single bilayer of polyamine and hyaluronan that, when assembled, produce a dynamic and responsive cell-particle interface.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,005 |
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