Hybrid Manganese Dioxide Nanoparticles Potentiate Radiation Therapy by Modulating Tumor Hypoxia
Notice bibliographique
Résumé
Abstract Hypoxia in the tumor microenvironment (TME) mediates resistance to radiotherapy and contributes to poor prognosis in patients receiving radiotherapy. Here we report the design of clinically suitable formulations of hybrid manganese dioxide (MnO2) nanoparticles (MDNP) using biocompatible materials to reoxygenate the TME by reacting with endogenous H2O2. MDNP containing hydrophilic terpolymer-protein-MnO2 or hydrophobic polymer-lipid-MnO2 provided different oxygen generation rates in the TME relevant to different clinical settings. In highly hypoxic murine or human xenograft breast tumor models, we found that administering either MDNP formulation before radiotherapy modulated tumor hypoxia and increased radiotherapy efficacy, acting to reduce tumor growth, VEGF expression, and vascular density. MDNP treatment also increased apoptosis and DNA double strand breaks, increasing median host survival 3- to 5-fold. Notably, in the murine model, approximately 40% of tumor-bearing mice were tumor-free after a single treatment with MDNPs plus radiotherapy at a 2.5-fold lower dose than required to achieve the same curative treatment without MDNPs. Overall, our findings offer a preclinical proof of concept for the use of MDNP formulations as effective radiotherapy adjuvants. Cancer Res; 76(22); 6643–56. ©2016 AACR.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».