Investigating the specific uptake of EGF-conjugated nanoparticles in lung cancer cells using fluorescence imaging
Notice bibliographique
Résumé
Targeted nanoparticles have the potential to deliver a large drug payload specifically to cancer cells. Targeting requires that a ligand on the nanoparticle surface interact with a specific membrane receptor on target cells. However, the contribution of the targeting ligand to nanoparticle delivery is often influenced by non-specific nanoparticle uptake or secondary targeting mechanisms. In this study, we investigate the epidermal growth factor (EGF) receptor-targeting specificity of a nanoparticle by dual-color fluorescent labeling. The targeted nanoparticle was a fluorescently labeled, EGF-conjugated HDL-like peptide-phospholipid scaffold (HPPS) and the cell lines expressed EGF receptor linked with green fluorescent protein (EGFR-GFP). Using LDLA7 cells partially expressing EGFR-GFP, fluorescence imaging demonstrated the co-internalization of EGFR-GFP and EGF-HPPS, thus validating its targeting specificity. Furthermore, specific EGFR-mediated uptake of the EGF-HPPS nanoparticle was confirmed using human non-small cell lung cancer A549 cells. Subsequent confocal microscopy and flow cytometry studies delineated how secondary targeting mechanisms affected the EGFR targeting. Together, this study confirms the EGFR targeting of EGF-HPPS in lung cancer cells and provides insight on the potential influence of unintended targets on the desired ligand-receptor interaction.
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 ».