MétaCan
Menu
Retour à la cohorte
Enregistrement W2589961504 · doi:10.1038/aps.2016.166

Dual-targeted hybrid nanoparticles of synergistic drugs for treating lung metastases of triple negative breast cancer in mice

2017· article· en· W2589961504 sur OpenAlexafffund
Tian Zhang, Preethy Prasad, Ping Cai, Chunsheng He, Dan Shan, Andrew M. Rauth, Xiao Yu Wu

Notice bibliographique

RevueActa Pharmacologica Sinica · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanoparticle-Based Drug Delivery
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchUniversity of TorontoPfizer
Mots-clésDoxorubicinTriple-negative breast cancerCancer researchBiodistributionBreast cancerLung cancerMedicineNanomedicineMetastasisCytotoxicityMetastatic breast cancerTargeted therapyCancerIn vitroChemotherapyPharmacologyPathologyChemistryInternal medicineMaterials scienceNanoparticleNanotechnology

Résumé

récupéré en direct d'OpenAlex

Lung metastasis is the major cause of death in patients with triple negative breast cancer (TNBC), an aggressive subtype of breast cancer with no effective therapy at present. It has been proposed that dual-targeted therapy, ie, targeting chemotherapeutic agents to both tumor vasculature and cancer cells, may offer some advantages. The present work was aimed to develop a dual-targeted synergistic drug combination nanomedicine for the treatment of lung metastases of TNBC. Thus, Arg-Gly-Asp peptide (RGD)-conjugated, doxorubicin (DOX) and mitomycin C (MMC) co-loaded polymer-lipid hybrid nanoparticles (RGD-DMPLN) were prepared and characterized. The synergism between DOX and MMC and the effect of RGD-DMPLN on cell morphology and cell viability were evaluated in human MDA-MB-231 cells in vitro. The optimal RGD density on nanoparticles (NPs) was identified based on the biodistribution and tumor accumulation of the NPs in a murine lung metastatic model of MDA-MB-231 cells. The microscopic distribution of RGD-conjugated NPs in lung metastases was examined using confocal microscopy. The anticancer efficacy of RGD-DMPLN was investigated in the lung metastatic model. A synergistic ratio of DOX and MMC was found in the MDA-MB-231 human TNBC cells. RGD-DMPLN induced morphological changes and enhanced cytotoxicity in vitro. NPs with a median RGD density showed the highest accumulation in lung metastases by targeting both tumor vasculature and cancer cells. Compared to free drugs, RGD-DMPLN exhibited significantly low toxicity to the host, liver and heart. Compared to non-targeted DMPLN or free drugs, administration of RGD-DMPLN (10 mg/kg, iv) resulted in a 4.7-fold and 31-fold reduction in the burden of lung metastases measured by bioluminescence imaging, a 2.4-fold and 4.0-fold reduction in the lung metastasis area index, and a 35% and 57% longer median survival time, respectively. Dual-targeted RGD-DMPLN, with optimal RGD density, significantly inhibited the progression of lung metastasis and extended host survival.

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)0,001
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 enseignants0,008
Score d'incertitude au seuil0,873

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,025
Tête enseignante GPT0,327
Écart entre enseignants0,302 · 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

Citations67
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueActa Pharmacologica SinicaMême sujetNanoparticle-Based Drug DeliveryTravaux en français237 207