Discovery and characterization of a high-affinity and high-specificity peptide ligand LXY30 for in vivo targeting of α3 integrin-expressing human tumors
Notice bibliographique
Résumé
BACKGROUND: α3β1 integrin is overexpressed in several types of human cancer and is associated with poor prognosis, metastasis, and resistance to cancer treatment. We previously identified a cyclic peptide ligand LXY1 that specifically binds to the α3β1 integrin on human glioblastoma U-87MG cells. Here, we optimized LXY1 through one-bead one-compound combinatorial library screening and site-specific modifications to improve its in vivo binding property. METHODS: Three bead libraries were synthesized and whole-cell binding assays were performed. The binding capacity of individual peptide ligands against different tumor cells was determined by flow cytometry and confirmed by optical imaging. A complex joining biotinylated ligand with streptavidin-Cy5.5 was used for in vivo target imaging in both subcutaneous and orthotopic U-87MG xenograft mouse models. RESULTS: LXY30, a cyclic peptide with the sequence cdG-Phe(3,5-diF)-G-Hyp-NcR, emerged as the most potent and selective ligand for the α3 subunit of α3β1 integrin with improved in vitro and in vivo tumor-targeting effects compared to LXY1 in U-87MG cells. LXY30 is considerably stable in plasma as demonstrated in an in vitro stability study in 90 % human plasma. LXY30 also binds to several other known α3β1 integrin-expressing glioblastoma, lung, and breast cancer cell lines with various affinities. CONCLUSIONS: Our data support further investigating the role of LXY30 as a human tumor-targeting peptide ligand for systemic and intracranial delivery of imaging agents and cancer therapeutics.
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 | 0,002 | 0,001 |
| 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 ».