Modulation of cancer cell survival pathways using multivalent liposomal therapeutic antibody constructs
Notice bibliographique
Résumé
Various methods have been explored to enhance antibody-based cancer therapy. The use of multivalent antibodies or fragments against tumor antigens has generated a great deal of interest, as various cellular signals, including induction of apoptosis, inhibition of cell growth/survival, or internalization of the surface molecules, can be triggered or enhanced on extensive cross-linking of the target/antibody complex by the multivalent form of the antibody. The goal of the studies reported here was to develop multivalent antibody constructs via grafting of antibody molecules onto liposome membranes to enhance antibody activity. Using trastuzumab and rituximab as examples, up to a 25-fold increase in the antibody potency in cell viability assay was observed when the antibodies were presented in the multivalent liposome formulation. Key cell survival signaling molecules, such as phosphorylated Akt and phosphorylated p65 nuclear factor-kappaB, were down-regulated on treatment with multivalent liposomal trastuzumab and liposomal rituximab, respectively. Potent in vivo antitumor activity was shown for liposomal trastuzumab. The data presented here showed the potential of liposome technology to enhance the therapeutic effect of antibodies via a mechanism that modulates cell survival through clustering of the target/antibody complex.
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 | 0,001 |
| 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 ».