<p>siRNA-based breast cancer therapy by suppressing 17&beta;-hydroxysteroid dehydrogenase type 1 in an optimized xenograft cell and molecular biology model in vivo</p>
Notice bibliographique
Résumé
PURPOSE: Hormone-dependent breast cancer is the most common form of breast cancer, and inhibiting 17β-HSD1 can play an attractive role in decreasing estrogen and cancer cell proliferation. However, the majority of existing inhibitors have been developed from estrogens and inevitably possess residual estrogenicity. siRNA knockdown provides a highly specific way to block a targeted enzyme, being especially useful to avoid estrogenicity. Application of 17β-HSD1-siRNA in vivo is limited by the establishment of an animal model, as well as the potential nuclease activity in vivo. We tried to reveal the in vivo potential of 17β-HSD1-siRNA-based breast cancer therapy. MATERIALS AND METHODS: To establish a competent animal model, daily subcutaneous injection of an estrone micellar aqueous solution was adopted to provide the substrate for estradiol biosynthesis. The effects of three different doses of estrone (0.1, 0.5, and 2.5 µg/kg/day) on tumor growth in T47D-17β-HSD1-inoculated group were investigated and compared with the animals inoculated with wild type T47D cells. To solve in vivo delivery problem of siRNA, "17β-HSD1-siRNA/LPD", a PEGylated and modified liposome-polycation-DNA nanoparticle containing 17β-HSD1-siRNA was prepared by the thin film hydration method and postinsertion technology. Finally, "17β-HSD1-siRNA/LPD" was tested in the optimized model. Tumor growth and 17β-HSD1 expression were assessed. RESULTS: Comparison with the untreated group revealed significant suppression of tumor growth in "17β-HSD1-siRNA/LPD"-treated group when HSD17B1 gene expression was knocked down. CONCLUSION: These findings showed promising in vivo assessments of 17β-HSD1-siRNA candidates. This is the first report of an in vivo application of siRNA for steroid-converting enzymes in a nude mouse model.
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 ».