MétaCan
Menu
Retour à la cohorte
Enregistrement W2286859030 · doi:10.1371/journal.pone.0149723

Engineering Multi-Walled Carbon Nanotube Therapeutic Bionanofluids to Selectively Target Papillary Thyroid Cancer Cells

2016· article· en· W2286859030 sur OpenAlexaff
Idit Dotan, Philip J. R. Roche, Miltiadis Paliouras, Elliot J. Mitmaker, Mark Trifiro

Notice bibliographique

RevuePLoS ONE · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser-Ablation Synthesis of Nanoparticles
Établissements canadiensJewish General HospitalMcGill University
Organismes subventionnairesIsrael Cancer Research Fund
Mots-clésThyroid cancerCarbon nanotubePapillary thyroid cancerCancerNanotechnologyCancer researchMedicineChemistryBiophysicsMaterials scienceBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The incidence of papillary thyroid carcinoma (PTC) has risen steadily over the past few decades as well as the recurrence rates. It has been proposed that targeted ablative physical therapy could be a therapeutic modality in thyroid cancer. Targeted bio-affinity functionalized multi-walled carbon nanotubes (BioNanofluid) act locally, to efficiently convert external light energy to heat thereby specifically killing cancer cells. This may represent a promising new cancer therapeutic modality, advancing beyond conventional laser ablation and other nanoparticle approaches. METHODS: Thyroid Stimulating Hormone Receptor (TSHR) was selected as a target for PTC cells, due to its wide expression. Either TSHR antibodies or Thyrogen or purified TSH (Thyrotropin) were chemically conjugated to our functionalized Bionanofluid. A diode laser system (532 nm) was used to illuminate a PTC cell line for set exposure times. Cell death was assessed using Trypan Blue staining. RESULTS: TSHR-targeted BioNanofluids were capable of selectively ablating BCPAP, a TSHR-positive PTC cell line, while not TSHR-null NSC-34 cells. We determined that a 2:1 BCPAP cell:α-TSHR-BioNanofluid conjugate ratio and a 30 second laser exposure killed approximately 60% of the BCPAP cells, while 65% and >70% of cells were ablated using Thyrotropin- and Thyrogen-BioNanofluid conjugates, respectively. Furthermore, minimal non-targeted killing was observed using selective controls. CONCLUSION: A BioNanofluid platform offering a potential therapeutic path for papillary thyroid cancer has been investigated, with our in vitro results suggesting the development of a potent and rapid method of selective cancer cell killing. Therefore, BioNanofluid treatment emphasizes the need for new technology to treat patients with local recurrence and metastatic disease who are currently undergoing either re-operative neck explorations, repeated administration of radioactive iodine and as a last resort external beam radiation or chemotherapy, with fewer side effects and improved quality of life.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,000
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,203
Écart entre enseignants0,176 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetLaser-Ablation Synthesis of NanoparticlesTravaux en français237 207