Sample Extraction and Simultaneous Chromatographic Quantitation of Doxorubicin and Mitomycin C Following Drug Combination Delivery in Nanoparticles to Tumor-bearing Mice
Notice bibliographique
Résumé
Combination chemotherapy is frequently used in the clinic for cancer treatment; however, associated adverse effects to normal tissue may limit its therapeutic benefit. Nanoparticle-based drug combination has been shown to mitigate the problems encountered by free drug combination therapy. Our previous studies have shown that the combination of two anticancer drugs, doxorubicin (DOX) and mitomycin C (MMC), produced a synergistic effect against both murine and human breast cancer cells in vitro. DOX and MMC co-loaded polymer-lipid hybrid nanoparticles (DMPLN) bypassed various efflux transporter pumps that confer multidrug resistance and demonstrated enhanced efficacy in breast tumor models. Compared to conventional solution forms, such superior efficacy of DMPLN was attributed to the synchronized pharmacokinetics of DOX and MMC and increased intracellular drug bioavailability within tumor cells enabled by the nanocarrier PLN. To evaluate the pharmacokinetics and bio-distribution of co-administered DOX and MMC in both free solution and nanoparticle forms, a simple and efficient multi-drug analysis method using reverse-phase high performance liquid chromatography (HPLC) was developed. In contrast to previously reported methods that analyzed DOX or MMC individually in the plasma, this new HPLC method is able to simultaneously quantitate DOX, MMC and a major cardio-toxic DOX metabolite, doxorubicinol (DOXol), in various biological matrices (e.g., whole blood, breast tumor, and heart). A dual fluorescent and ultraviolet absorbent probe 4-methylumbelliferone (4-MU) was used as an internal standard (I.S.) for one-step detection of multiple drug analysis with different detection wavelengths. This method was successfully applied to determine the concentrations of DOX and MMC delivered by both nanoparticle and solution approaches in whole blood and various tissues in an orthotopic breast tumor murine model. The analytical method presented is a useful tool for pre-clinical analysis of nanoparticle-based delivery of drug combinations.
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 ».