Antitumor activity of an epithelial cell adhesion molecule–targeted nanovesicular drug delivery system
Notice bibliographique
Résumé
Site-specific delivery of anticancer agents to tumors represents a promising therapeutic strategy because it increases efficacy and reduces toxicity to normal tissues compared with untargeted drugs. Sterically stabilized immunoliposomes (SIL), guided by antibodies that specifically bind to well internalizing antigens on the tumor cell surface, are effective nanoscale delivery systems capable of accumulating large quantities of anticancer agents at the tumor site. The epithelial cell adhesion molecule (EpCAM) holds major promise as a target for antibody-based cancer therapy due to its abundant expression in many solid tumors and its limited distribution in normal tissues. We generated EpCAM-directed immunoliposomes by covalently coupling the humanized single-chain Fv antibody fragment 4D5MOCB to the surface of sterically stabilized liposomes loaded with the anticancer agent doxorubicin. In vitro, the doxorubicin-loaded immunoliposomes (SIL-Dox) showed efficient cell binding and internalization and were significantly more cytotoxic against EpCAM-positive tumor cells than nontargeted liposomes (SL-Dox). In athymic mice bearing established human tumor xenografts, pharmacokinetic and biodistribution analysis of SIL-Dox revealed long circulation times in the blood with a half-life of 11 h and effective time-dependent tumor localization, resulting in up to 15% injected dose per gram tissue. These favorable pharmacokinetic properties translated into potent antitumor activity, which resulted in significant growth inhibition (compared with control mice), and was more pronounced than that of doxorubicin alone and nontargeted SL-Dox at low, nontoxic doses. Our data show the promise of EpCAM-directed nanovesicular drug delivery for targeted therapy of solid tumors.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».