A Tumor Vascular‐Targeted Interlocking Trimodal Nanosystem That Induces and Exploits Hypoxia
Notice bibliographique
Résumé
Vascular-targeted photodynamic therapy (VTP) is a recently approved strategy for treating solid tumors. However, the exacerbated hypoxic stress makes tumor eradication challenging with such a single modality approach. Here, a new graphene oxide (GO)-based nanosystem for rationally designed, interlocking trimodal cancer therapy that enables VTP using photosensitizer verteporfin (VP) (1) with codelivery of banoxantrone dihydrochloride (AQ4N) (2), a hypoxia-activated prodrug (HAP), and HIF-1α siRNA (siHIF-1α) (3) is reported. The VTP-induced aggravated hypoxia is highly favorable for AQ4N activation into AQ4 (a topoisomerase II inhibitor) for chemotherapy. However, the hypoxia-induced HIF-1α acts as a "hidden brake," through downregulating CYP450 (the dominant HAP-activating reductases), to substantially hinder AQ4N activation. siHIF-1α is rationally adopted to suppress the HIF-1α expression upon hypoxia and further enhance AQ4N activation. This trimodal nanosystem significantly delays the growth of PC-3 tumors in vivo compared to the control nanoparticles carrying VP, AQ4N, or siHIF-1α alone or their pairwise combinations. This multimodal nanoparticle design presents, the first example exploiting VTP to actively induce hypoxia for enhanced HAP activation. It is also revealed that HAP activation is still insufficient under hypoxia due to the hidden downregulation of the HAP-activating reductases (CYP450), and this can be well overcome by GO nanoparticle-mediated siHIF-1α intervention.
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) | 0,001 | 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 ».