<p>Glucose-responsive mesoporous silica nanoparticles to generation of hydrogen peroxide for synergistic cancer starvation and chemistry therapy</p>
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: The combination of novel starving therapy with chemotherapy is one of the most promising strategies to achieve an effective antitumor activity. Methods: Herein, we developed a multifunctional mesoporous silica nanoparticle (MSNs-GOx/PLL/HA) coated with poly (L-lysine) (PLL) and hyaluronic acid (HA) for co-delivery of glucose oxidase (GOx) and anticancer drug paclitaxel (PTX) for cancer treatment for the first time. Compared to single chemotherapy, introduction of GOx would not only selectively trigger the consumption of intracellular glucose, leading to the interruption of energy supply, but also elevat the endogenous H 2 O 2 level, inducing stronger therapeutic effects. Results: The novel drug delivery system possessed desirable particle diameter of 40 nm and exhibited a pH-sensitive drug release behavior. An in vitro cellular uptake study indicated that MSNs-GOx/PLL/HA nanoparticles effectively enhanced the cellular uptake of drug in an apparently CD44 receptor-dependent manner, and delivered more cargo into cytoplasm via endolysosomal escape effect in presence of PLL. The nanoplatform has also demonstrated amplified synergistic therapeutic effects for remarkable tumor inhibition in a xenograft animal tumor model. Conclusion: Consequently, the developed synergistic starving-like/chemotherapy may provide a potential platform for next generation cancer therapy. Keywords: combination therapy, glucose oxidase, hyaluronic acid, pH-sensitivity, nanomedicine
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.
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) | 0,000 | 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 découle