Engineered nanomedicine for myeloma and bone microenvironment targeting
Notice bibliographique
Résumé
Bone is a favorable microenvironment for tumor growth and a frequent destination for metastatic cancer cells. Targeting cancers within the bone marrow remains a crucial oncologic challenge due to issues of drug availability and microenvironment-induced resistance. Herein, we engineered bone-homing polymeric nanoparticles (NPs) for spatiotemporally controlled delivery of therapeutics to bone, which diminish off-target effects and increase local drug concentrations. The NPs consist of poly(D,L-lactic-co-glycolic acid) (PLGA), polyethylene glycol (PEG), and bisphosphonate (or alendronate, a targeting ligand). The engineered NPs were formulated by blending varying ratios of the synthesized polymers: PLGA-b-PEG and alendronate-conjugated polymer PLGA-b-PEG-Ald, which ensured long circulation and targeting capabilities, respectively. The bone-binding ability of Ald-PEG-PLGA NPs was investigated by hydroxyapatite binding assays and ex vivo imaging of adherence to bone fragments. In vivo biodistribution of fluorescently labeled NPs showed higher retention, accumulation, and bone homing of targeted Ald-PEG-PLGA NPs, compared with nontargeted PEG-PLGA NPs. A library of bortezomib-loaded NPs (bone-targeted Ald-Bort-NPs and nontargeted Bort-NPs) were developed and screened for optimal physiochemical properties, drug loading, and release profiles. Ald-Bort-NPs were tested for efficacy in mouse models of multiple myeloma (MM). Results demonstrated significantly enhanced survival and decreased tumor burden in mice pretreated with Ald-Bort-NPs versus Ald-Empty-NPs (no drug) or the free drug. We also observed that bortezomib, as a pretreatment regimen, modified the bone microenvironment and enhanced bone strength and volume. Our findings suggest that NP-based anticancer therapies with bone-targeting specificity comprise a clinically relevant method of drug delivery that can inhibit tumor progression in MM.
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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».