Intracellular Mechanistic Understanding of 2D MoS<sub>2</sub> Nanosheets for Anti-Exocytosis-Enhanced Synergistic Cancer Therapy
Notice bibliographique
Résumé
Emerging two-dimensional (2D) nanomaterials, such as transition-metal dichalcogenide (TMD) nanosheets (NSs), have shown tremendous potential for use in a wide variety of fields including cancer nanomedicine. The interaction of nanomaterials with biosystems is of critical importance for their safe and efficient application. However, a cellular-level understanding of the nano-bio interactions of these emerging 2D nanomaterials ( i . e ., intracellular mechanisms) remains elusive. Here we chose molybdenum disulfide (MoS 2 ) NSs as representative 2D nanomaterials to gain a better understanding of their intracellular mechanisms of action in cancer cells, which play a significant role in both their fate and efficacy. MoS 2 NSs were found to be internalized through three pathways: clathrin → early endosomes → lysosomes, caveolae → early endosomes → lysosomes, and macropinocytosis → late endosomes → lysosomes. We also observed autophagy-mediated accumulation in the lysosomes and exocytosis-induced efflux of MoS 2 NSs. Based on these findings, we developed a strategy to achieve effective and synergistic in vivo cancer therapy with MoS 2 NSs loaded with low doses of drug through inhibiting exocytosis pathway-induced loss. To the best of our knowledge, this is the first systematic experimental report on the nano-bio interaction of 2D nanomaterials in cells and their application for anti-exocytosis-enhanced synergistic cancer therapy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».