Peptide Mediated In Vivo Tumor Targeting of Nanoparticles through Optimization in Single and Multilayer In Vitro Cell Models
Notice bibliographique
Résumé
Optimizing the interface between nanoparticles (NPs) and the biological environment at various levels should be considered for improving delivery of NPs to the target tumor area. For NPs to be successfully delivered to cancer cells, NPs needs to be functionalized for circulation through the blood vessels. In this study, accumulation of Polyethylene Glycol (PEG) functionalized gold nanoparticles (GNPs) was first tested using in vitro monolayer cells and multilayer cell models prior to in vivo models. A diameter of 10 nm sized GNP was selected for this study for sufficient penetration through tumor tissue. The surfaces of the GNPs were modified with PEG molecules, to improve circulation time by reducing non-specific uptake by the reticuloendothelial system (RES) in animal models, and with a peptide containing integrin binding domain, RGD (arginyl-glycyl-aspartic acid), to improve internalization at the cellular level. A 10-12% accumulation of the injected GNP dose within the tumor was observed in vivo and the GNPs remained within the tumor tissue up to 72 h. This study suggests an in vitro platform for optimizing the accumulation of NP complexes in cells and tissue structures before testing them in animal models. Higher accumulation within the tumor in vivo upon surface modification is a promising outcome for future applications where GNPs can be used for drug delivery and radiation 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 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 ».