MétaCan
Menu
Retour à la cohorte
Enregistrement W2080100501 · doi:10.2147/ijn.s72144

Treating cancer stem cells and cancer metastasis using glucose-coated gold nanoparticles

2015· article· en· W2080100501 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueInternational Journal of Nanomedicine · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueGraphene and Nanomaterials Applications
Établissements canadiensUniversity of AlbertaCanadian Light Source (Canada)National Institute for Nanotechnology
Organismes subventionnairesCanadian Breast Cancer Research AllianceBreast Cancer Alliance
Mots-clésColloidal goldMetastasisCancer cellCancerNanotechnologyCancer stem cellMaterials scienceCancer metastasisCancer researchNanoparticleMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Cancer ranks among the leading causes of human mortality. Cancer becomes intractable when it spreads from the primary tumor site to various organs (such as bone, lung, liver, and then brain). Unlike solid tumor cells, cancer stem cells and metastatic cancer cells grow in a non-attached (suspension) form when moving from their source to other locations in the body. Due to the non-attached growth nature, metastasis is often first detected in the circulatory systems, for instance in a lymph node near the primary tumor. Cancer research over the past several decades has primarily focused on treating solid tumors, but targeted therapy to treat cancer stem cells and cancer metastasis has yet to be developed. Because cancers undergo faster metabolism and consume more glucose than normal cells, glucose was chosen in this study as a reagent to target cancer cells. In particular, by covalently binding gold nanoparticles (GNPs) with thio-PEG (polyethylene glycol) and thio-glucose, the resulting functionalized GNPs (Glu-GNPs) were created for targeted treatment of cancer metastasis and cancer stem cells. Suspension cancer cell THP-1 (human monocytic cell line derived from acute monocytic leukemia patients) was selected because it has properties similar to cancer stem cells and has been used as a metastatic cancer cell model for in vitro studies. To take advantage of cancer cells' elevated glucose consumption over normal cells, different starvation periods were screened in order to achieve optimal treatment effects. Cancer cells were then fed using Glu-GNPs followed by X-ray irradiation treatment. For comparison, solid tumor MCF-7 cells (breast cancer cell line) were studied as well. Our irradiation experimental results show that Glu-GNPs are better irradiation sensitizers to treat THP-1 cells than MCF-7 cells, or Glu-GNPs enhance the cancer killing of THP-1 cells 20% more than X-ray irradiation alone and GNP treatment alone. This finding can help oncologists to design therapeutic strategies to target cancer stem cells and cancer metastasis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,362

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,293
Écart entre enseignants0,253 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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