MétaCan
Menu
Retour à la cohorte
Enregistrement W2293081478 · doi:10.3390/nano6030048

Colloidal Gold-Mediated Delivery of Bleomycin for Improved Outcome in Chemotherapy

2016· article· en· W2293081478 sur OpenAlexafffund
Celina Yang, Jamie Uertz, Devika B. Chithrani

Notice bibliographique

RevueNanomaterials · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanoparticle-Based Drug Delivery
Établissements canadiensSt. Michael's HospitalToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBleomycinColloidal goldDrug deliveryDrugNanotechnologyDistribution (mathematics)PharmacologyTargeted drug deliveryAnticancer drugChemistryNanoparticleChemotherapyMedicineMaterials scienceInternal medicine

Résumé

récupéré en direct d'OpenAlex

Nanoparticles (NPs) can be used to overcome the side effects of poor distribution of anticancer drugs. Among other NPs, colloidal gold nanoparticles (GNPs) offer the possibility of transporting major quantities of drugs due to their large surface-to-volume ratio. This is while confining these anticancer drugs as closely as possible to their biological targets through passive and active targeting, thus ensuring limited harmful systemic distribution. In this study, we chose to use bleomycin (BLM) as the anticancer drug due to its limited therapeutic efficiency (harmful side effects). BLM was conjugated onto GNPs through a thiol bond. The effectiveness of the chemotherapeutic drug, BLM, is observed by visualizing DNA double strand breaks and by calculating the survival fraction. The action of the drug (where the drug takes effect) is known to be in the nucleus, and our experiments have shown that some of the GNPs carrying BLM were present in the nucleus. The use of GNPs to deliver BLM increased the delivery and therapeutic efficacy of the drug. Having a better control over delivery of anticancer drugs using GNPs will establish a more successful NP-based platform for a combined therapeutic approach. This is due to the fact that GNPs can also be used as radiation dose enhancers in cancer research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,004
Score d'incertitude au seuil0,725

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0010,000

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 Opus0,016
Tête enseignante GPT0,257
Écart entre enseignants0,241 · 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 tête enseignante, 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

Citations34
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNanomaterialsMême sujetNanoparticle-Based Drug DeliveryTravaux en français237 207