Sequential Application of a Cytotoxic Nanoparticle and a PI3K Inhibitor Enhances Antitumor Efficacy
Notice bibliographique
Résumé
Nanomedicines that preferentially deploy cytotoxic agents to tumors and molecular targeted therapeutics that inhibit specific aberrant oncogenic drivers are emerging as the new paradigm for the management of cancer. While combination therapies are a mainstay of cancer chemotherapy, few studies have addressed the combination of nanomedicines and molecular targeted therapeutics. Furthermore, limited knowledge exists on the impact of sequencing of such therapeutics and nanomedicines on the antitumor outcome. Here, we engineered a supramolecular cis-platinum nanoparticle, which induced apoptosis in breast cancer cells but also elicited prosurvival signaling via an EGF receptor/phosphoinositide 3-kinase (PI3K) pathway. A combination of mathematical modeling and in vitro and in vivo validation using a pharmacologic inhibitor of PI3K, PI828, demonstrate that administration of PI828 following treatment with the supramolecular cis-platinum nanoparticle results in enhanced antitumor efficacy in breast cancer as compared with when the sequence is reversed or when the two treatments are administered simultaneously. This study addresses, for the first time, the impact of drug sequencing in the case of a combination of a nanomedicine and a targeted therapeutic. Furthermore, our results indicate that a rational combination of cis-platinum nanoparticles and a PI3K-targeted therapeutic can emerge as a potential therapy for breast cancer.
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 | 0,001 | 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 | 0,001 |
| 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 ».