In Situ Proapoptotic Peptide-Generating Rapeseed Protein-Based Nanocomplexes Synergize Chemotherapy for Cathepsin-B Overexpressing Breast Cancer
Notice bibliographique
Résumé
Intracellular activation of nanomaterials within cancer cells presents a powerful means to enhance anticancer specificity and efficacy. In light of upregulated lysosomal protease cathepsin-B (CathB) in many types of invasive cancer cells, herein, we exploit CathB-catalyzed biodegradation of acetylated rapeseed protein isolate (ARPI) to design polymer-drug nanocomplexes that can produce proapoptotic peptides in situ and synergize chemotherapy. ARPI forms nanocomplexes with chitosan (CS) and anticancer drug doxorubicin (DOX) [DOX-ARPI/CS nanoparticles (NPs)] by ionic self-assembly. The dual acidic pH- and CathB-responsive properties of the nanocomplexes and CathB-catalyzed biodegradation of ARPI enable efficient lysosomal escape and nuclei trafficking of released DOX, resulting in elevated cytotoxicity in CathB-overexpressing breast cancer cells. The ARPI-derived bioactive peptides exhibit synergistic anticancer effect with DOX by regulating pro- and antiapoptotic-relevant proteins ( p53, Bax, Bcl-2, pro-caspase-3) at mitochondria. In an orthotopic breast tumor model of CathB-overexpressing breast cancer, DOX-ARPI/CS NPs remarkably inhibit tumor growth, enhance tumor cell apoptosis and prolong host survival without eliciting any systemic toxicity. These results suggest that exploitation of multifunctional biomaterials to specifically produce anticancer agents inside cancer cells and trigger drug release to the subcellular target sites is a promising strategy for designing effective synergistic nanomedicines with minimal off-target toxicity.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».