MétaCan
Menu
Retour à la cohorte
Enregistrement W2550095838 · doi:10.7150/thno.15701

Sphingomyelin Liposomes Containing Porphyrin-phospholipid for Irinotecan Chemophototherapy

2016· article· en· W2550095838 sur OpenAlexaff
Kevin A. Carter, Dandan Luo, Aida Razi, Jumin Geng, Shuai Shao, Joaquín Ortega, Jonathan F. Lovell

Notice bibliographique

RevueTheranostics · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueNanoplatforms for cancer theranostics
Établissements canadiensMcMaster University
Organismes subventionnairesNational Institute of Biomedical Imaging and BioengineeringNational Institutes of Health
Mots-clésLiposomeSphingomyelinPhospholipidChemistryPorphyrinIrinotecanCamptothecinBiophysicsPEGylationCholesterolBiochemistryPolyethylene glycolMembraneBiologyCancerMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Porphyrin-phospholipid (PoP) liposomes can entrap anti-cancer agents and release them in response to near infrared (NIR) light. Doxorubicin, when remotely loaded via an ammonium sulfate gradient at a high drug-to-lipid ratio, formed elongated crystals that altered liposome morphology and could not be loaded into liposomes with higher PoP content. On the other hand, irinotecan could also be remotely loaded but did not form large crystals and did not induce liposome elongation. The loading, stability, and NIR light-triggered release of irinotecan in PoP liposomes was altered by the types of lipids used and the presence of PEGylation. Sphingomyelin, which has been explored previously for liposomal irinotecan, was found to produce liposomes with relatively improved serum stability and rapid NIR light-triggered drug release. PoP liposomes composed from sphingomyelin, cholesterol and 2 molar percent PoP rapidly released irinotecan in vivo in response to NIR irradiation as monitored by intravital microscopy and also induced effective tumor eradication in mice bearing MIA Paca-2 subcutaneous tumor xenografts.

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 enseignants0,001
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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,209
Écart entre enseignants0,199 · 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

Citations62
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTheranosticsMême sujetNanoplatforms for cancer theranosticsTravaux en français237 207