Cellular characterization of ultrasound-stimulated microbubble radiation enhancement
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
Tumor radiation resistance poses a major obstacle in achieving an optimal outcome in radiation therapy. In the current study, we characterize a novel therapeutic approach that combines ultrasound-driven microbubbles with radiation to increase treatment responses in a prostate cancer xenograft model in mice. Tumor response to ultrasound-driven microbubbles and radiation was assessed 24 hours after treatment, which consisted of radiation treatments alone (2 Gy or 8 Gy) or ultrasound-stimulated microbubbles only, or a combination of radiation and ultrasound-stimulated microbubbles. Immunohistochemical analysis using in situ end labeling (ISEL) and terminal deoxynucleotidyl transferase dUTP nick-end labeling (TUNEL) revealed increased cell death within tumors exposed to combined treatments compared with untreated tumors or tumors exposed to radiation alone. Several biomarkers were investigated to evaluate cell proliferation (Ki67), blood leakage (factor VIII), angiogenesis (cluster of differentiation molecule CD31), ceramide-formation, angiogenesis signaling [vascular endothelial growth factor (VEGF)], oxygen limitation (prolyl hydroxylase PHD2) and DNA damage/repair (γH2AX). Results demonstrated reduced vascularity due to vascular disruption by ultrasound-stimulated microbubbles, increased ceramide production and increased DNA damage of tumor cells, despite decreased tumor oxygenation with significantly less proliferating cells in the combined treatments. This combined approach could be a feasible option as a novel enhancing approach in radiation 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.
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 | 0,000 | 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) | 0,000 | 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 découle