Enhanced and preferential internalization of lipid nanocapsules into human glioblastoma cells: effect of a surface-functionalizing NFL peptide
Notice bibliographique
Résumé
Increasing intracellular drug concentration using nanocarriers can be a potential strategy to improve efficacy against glioblastoma (GBM). Here, the fluorescent-labelled NFL-TBS·40-63 peptide (fluoNFL) concentration on a lipid nanocapsule (LNC) was studied to enhance nanovector internalization into human GBM cells. LNC surface-functionalization with various fluoNFL concentrations was performed by adsorption. LNC size and surface charge altered gradually with increasing peptide concentration, but their complement protein consumption remained low. Desorption of fluoNFL from the LNC surface was found to be slow. Furthermore, it was observed that the rate and extent of LNC internalization in the U87MG human glioblastoma cells were dependent on the surface-functionalizing fluoNFL concentration. In addition, we showed that the uptake of fluoNFL-functionalized LNCs was preferential towards U87MG cells compared to healthy human astrocytes. The fluoNFL-functionalized LNC internalization into the U87MG cells was energy-dependent and occurred possibly by macropinocytosis and clathrin-mediated and caveolin-mediated endocytosis. A new ferrocifen-type molecule (FcTriOH), as a potent anticancer candidate, was then encapsulated in the LNCs and the functionalization improved its in vitro efficacy compared to other tested formulations against U87MG cells. In the preliminary study, on subcutaneous human GBM tumor model in nude mice, a significant reduction of relative tumor volume was observed at one week after the second intravenous injection with FcTriOH-loaded LNCs. These results showed that enhancing NFL peptide concentration on the LNC surface is a promising approach for increased and preferential nanocarrier internalization into human GBM cells, and the FcTriOH-loaded LNCs are a promising therapy approach for GBM.
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) | 0,001 | 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 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 ».