Optimization of anti-cancer drugs and a targeting molecule on multifunctional gold nanoparticles
Notice bibliographique
Résumé
Breast cancer is the most common and deadly cancer among women worldwide. Currently, nanotechnology-based drug delivery systems are useful for cancer treatment; however, strategic planning is critical in order to enhance the anti-cancer properties and reduce the side effects of cancer therapy. Here, we designed multifunctional gold nanoparticles (AuNPs) conjugated with two anti-cancer drugs, TGF-β1 antibody and methotrexate, and a cancer-targeting molecule, folic acid. First, optimum size and shape of AuNPs was selected by the highest uptake of AuNPs by MDA-MB-231, a metastatic human breast cancer cell line. It was 100 nm spherical AuNPs (S-AuNPs) that were used for further studies. A fixed amount (900 μl) of S-AuNP (3.8 × 10(8) particles/ml) was conjugated with folic acid-BSA or methotrexate-BSA. Methotrexate on S-AuNP induced cellular toxicity and the optimum amount of methotrexate-BSA (2.83 mM) was 500 μl. Uptake of S-AuNPs was enhanced by folate conjugation that binds to folate receptors overexpressed by MDA-MB-231 and the optimum uptake was at 500 μl of folic acid-BSA (2.83 mM). TGF-β1 antibody on S-AuNP reduced extracellular TGF-β1 of cancer cells by 30%. Due to their efficacy and tunable properties, we anticipate numerous clinical applications of multifunctional gold nanospheres in treating 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 | 0,000 | 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 | 0,000 |
| 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 ».