Preparation of psoralen polymer–lipid hybrid nanoparticles and their reversal of multidrug resistance in MCF-7/ADR cells
Notice bibliographique
Résumé
Multidrug resistance (MDR) is the leading cause of failure for breast cancer in the clinic. Thus far, polymer-lipid hybrid nanoparticles (PLN) loaded chemotherapeutic agents has been used to overcome MDR in breast cancer. In this study, we prepared psoralen polymer-lipid hybrid nanoparticles (PSO-PLN) to reverse drug resistant MCF-7/ADR cells in vitro and in vivo. PSO-PLN was prepared by the emulsification evaporation-low temperature solidification method. The formulation, water solubility and bioavailability, particle size, zeta potential and entrapment efficiency, and in vitro release experiments were optimized in order to improve the activity of PSO to reverse MDR. Optimal formulation: soybean phospholipids 50 mg, poly(lactic-co-glycolic) acid (PLGA) 15 mg, PSO 3 mg, and Tween-80 1%. The PSO-PLN possessed a round appearance, uniform size, exhibited no adhesion. The average particle size was 93.59 ± 2.87 nm, the dispersion co-efficient was 0.249 ± 0.06, the zeta potential was 25.47 ± 2.84 mV. In vitro analyses revealed that PSO resistance index was 3.2, and PSO-PLN resistance index was 5.6, indicating that PSO-PLN versus MCF-7/ADR reversal effect was significant. Moreover, PSO-PLN is somewhat targeted to the liver, and has an antitumor effect in the xenograft model of drug-resistant MCF-7/ADR cells. In conclusion, PSO-PLN not only reverses MDR but also improves therapeutic efficiency by enhancing sustained release of PSO.
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 | 0,000 |
| 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 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 ».