Influencing Selectivity to Cancer Cells with Mixed Nanoparticles Prepared from Albumin–Polymer Conjugates and Block Copolymers
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Albumin-based nanoparticles are widely used to delivery anticancer drug because they promote the accumulation of drugs in tumor sites. Nanoparticles with surface immobilized albumin are widely described in literature, although mixed nanoparticles with systematically modified ratios between albumin and PEG-based material are less common. In this work, hybrid nanoparticles were prepared by coassembly of a PEG-based amphiphilic block copolymer together with a polymer-protein conjugate. Poly(oligo(ethylene glycol) methyl ether acrylate)-poly(ε-caprolactone) (POEGMEA-PCL) was prepared by a combination of ring-opening polymerization and reversible addition-fragmentation chain transfer (RAFT) polymerization, while the polymer-protein conjugate was obtained by reacting poly(ε-caprolactone) with bovine serum albumin (BSA-PCL). Co-assembly of both amphiphiles at different ratios, with and without curcumin as a drug, led to hybrid nanoparticles with various amount of albumin on the particle surface. The resulting hybrid nanoparticles were similar in size (100-120 nm), but increasing the amount of albumin on the surface led to a more-negative ζ potential. The cytotoxicity of the curcumin-loaded nanoparticles was examined on several cell lines. The curcumin-loaded nanoparticles with high amount of albumin led to high cytotoxicity against breast cancer cell lines (MDA-MB-231 and MCF-7), which coincided with high cellular uptake. However, the cytotoxicity of the curcumin-loaded nanoparticles against CHO cells and RAW264.7 cells was reduced, suggesting that albumin can facilitate selectivity toward cancer cells.
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.
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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 découle