Chemosensitization of carcinoma cells using epithelial cell adhesion molecule–targeted liposomal antisense against bcl-2/bcl-xL
Notice bibliographique
Résumé
Nanoscale drug delivery systems, such as sterically stabilized immunoliposomes binding to internalizing tumor-associated antigens, can increase therapeutic efficacy and reduce toxicity to normal tissues compared with nontargeted liposomes. The epithelial cell adhesion molecule (EpCAM) is of interest as a ligand for targeted drug delivery because it is abundantly expressed in solid tumors but shows limited distribution in normal tissues. To generate EpCAM-specific immunoliposomes for targeted cancer therapy, the humanized single-chain Fv antibody fragment 4D5MOCB was covalently linked to the exterior of coated cationic liposomes. As anticancer agent, we encapsulated the previously described antisense oligonucleotide 4625 specific for both bcl-2 and bcl-xL. The EpCAM-targeted immunoliposomes (SIL25) showed specific binding to EpCAM-overexpressing tumor cells, with a 10- to 20-fold increase in binding compared with nontargeted control liposomes. No enhanced binding was observed on EpCAM-negative control cells. On cell binding, SIL25 was efficiently internalized by receptor-mediated endocytosis, ultimately leading to down-regulation of both bcl-2 and bcl-xL expression on both the mRNA and protein level, which resulted in enhanced tumor cell apoptosis. In combination experiments, the use of SIL25 led to a 2- to 5-fold sensitization of EpCAM-positive tumor cells of diverse origin to death induction by doxorubicin. Our data show the promise of EpCAM-specific drug delivery systems, such as antisense-loaded immunoliposomes, for targeted cancer therapy.
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 ».