Self-Assembling Peptides: Potential Role in Tumor Targeting
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
This review focuses on the application of two classes of peptides, i.e., self-assembling peptides (SAPs) and cell-targeting peptides (CTPs), in the development of nanocarrier delivery systems. Self-assembling peptides are emerging in a wide range of biomedical and bioengineering applications and fall into several classes, including peptide amphiphilies, bolaamphiphile peptides, cyclic peptides, and ionic complementary peptides, which can be found naturally or synthesized. The advantage of synthesizing peptides is that their self-assembling properties can be exploited to form desirable structures for various applications. Another, unique property of self-assembling peptides, is stimuli-responsibility in different environments including various pHs, temperatures, ionic strengths, etc. These characteristics make peptides applicable in a wide range of biomaterials in drug discovery. This study reviews the design principles of well-known selfassembling peptides, as well as their physical/chemical properties. In addition, it discusses the therapeutic cancer-targeting peptides and current combinatorial peptide library methods used to identify targeting peptides. Cancer-targeting peptides can target either tumor cell surfaces or tumor vasculature. The RGD peptide is one of the first tumor-targeting peptides that can bind to self-assembling peptides or any other nanocarrier to improve the therapeutic efficiency of targeting drug delivery systems. Keywords: Cell-targeting peptide, combinatorial peptide library, ionic-complementary, phage-display, self-assembling peptide, stimuli-responsive, tumor targeting, vasculature, therapeutic cancer-targeting peptides, therapeutic efficiency, drug delivery systems, nanocarrier delivery systems, metastases, nanotechnology, bolaamphiphile peptides
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,003 |
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