Effect of removing Kupffer cells on nanoparticle tumor delivery
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
A recent metaanalysis shows that 0.7% of nanoparticles are delivered to solid tumors. This low delivery efficiency has major implications in the translation of cancer nanomedicines, as most of the nanomedicines are sequestered by nontumor cells. To improve the delivery efficiency, there is a need to investigate the quantitative contribution of each organ in blocking the transport of nanoparticles to solid tumors. Here, we hypothesize that the removal of the liver macrophages, cells that have been reported to take up the largest amount of circulating nanoparticles, would lead to a significant increase in the nanoparticle delivery efficiency to solid tumors. We were surprised to discover that the maximum achievable delivery efficiency was only 2%. In our analysis, there was a clear correlation between particle design, chemical composition, macrophage depletion, tumor pathophysiology, and tumor delivery efficiency. In many cases, we observed an 18-150 times greater delivery efficiency, but we were not able to achieve a delivery efficiency higher than 2%. The results suggest the need to look deeper at other organs such as the spleen, lymph nodes, and tumor in mediating the delivery process. Systematically mapping the contribution of each organ quantitatively will allow us to pinpoint the cause of the low tumor delivery efficiency. This, in effect, enables the generation of a rational strategy to improve the delivery efficiency of nanoparticles to solid tumors either through the engineering of multifunctional nanosystems or through manipulation of biological barriers.
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 | 0,004 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 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