Modulation of nanoparticle uptake, intracellular distribution, and retention with docetaxel to enhance radiotherapy
Notice bibliographique
Résumé
OBJECTIVE: One of the major issues in current radiotherapy (RT) is the normal tissue toxicity. A smart combination of agents within the tumor would allow lowering the RT dose required while minimizing the damage to healthy tissue surrounding the tumor. We chose gold nanoparticles (GNPs) and docetaxel (DTX) as our choice of two radiosensitizing agents. They have a different mechanism of action which could lead to a synergistic effect. Our first goal was to assess the variation in GNP uptake, distribution, and retention in the presence of DTX. Our second goal was to assess the therapeutic results of the triple combination, RT/GNPs/DTX. METHODS: We used HeLa and MDA-MB-231 cells for our study. Cells were incubated with GNPs (0.2 nM) in the absence and presence of DTX (50 nM) for 24 h to determine uptake, distribution, and retention of NPs. For RT experiments, treated cells were given a 2 Gy dose of 6 MV photons using a linear accelerator. RESULTS: RT/DTX. Our experimental therapeutic results were supported by Monte Carlo simulations. CONCLUSION: The ability to not only trap GNPs at clinically feasible doses but also to retain them within the cells could lead to meaningful fractionated treatments in future combined cancer therapy. Furthermore, the suggested triple combination of RT/GNPs/DTX may allow lowering the RT dose to spare surrounding healthy tissue. ADVANCES IN KNOWLEDGE: This is the first study to show intracellular GNP transport disruption by DTX, and its advantage in radiosensitization.
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 ».