Application of ɑ-Tocotrienol-Loaded Biocompatible Precirol in Attenuation of Doxorubicin Dose-Dependent Behavior in HUH-7 Hepatocarcinoma Cell Line
Notice bibliographique
Résumé
Tumor-targeted nanoparticle delivery system has been known as a substitute and capable achievement in cancer treatment compared to conventional methods. In this study, we examined potential application of ɑ-tocotrienol-Precirol formulation to enhance efficiency of doxorubicin (DOX) in induction of apoptosis in HUH-7 hepatocarcinoma cells. ɑ-tocotrienol-loaded nanoparticles were characterized at the point of zeta potential, particle size, scanning electron microscope (SEM), and cell internalization. To evaluate antiproliferative effects of formulation, apoptosis, cell cycle procedure, flow cytometry, and MTT assays were employed. Optimum size of the ɑ-tocotrienol formulation revealed narrow size distribution with mean average of 78 ± 3 nm. IC50 values for ɑ-tocotrienol and ɑ-tocotrienol-nano structured lipid carriers after 24 h were 15 ± 0.6 and 10 ± 0.03 µM, respectively. After incubation of cells with ɑ-tocotrienol-loaded careers, the rate of cell proliferation decreased from 53 ± 6.1 to 34 ± 7.1% (P < 0.05). A significant improvement in the apoptosis percentage was revealed after treatment of the HUH-7 cell line with DOX and ɑ-tocotrienol careers (P < 0.05). Gene expression results demonstrated a marked decrease in survivin and increase in Bid and Bax levels. Our findings suggest that ɑ-tocotrienol-loaded nanoparticles elevate DOX efficacy in HUH-7 hepatocarcinoma cell.
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) | 0,000 | 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 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 ».