Targeted Gene Silencing BRAF Synergized Photothermal Effect Inhibits Hepatoma Cell Growth Using New GAL-GNR-siBRAF Nanosystem
Notice bibliographique
Résumé
Liver cancer is one of the most common malignancies worldwide. The RAF kinase inhibitors are effective in the treatment of hepatocellular carcinoma (HCC); therefore, inhibition of the BRAF/MEK/ERK pathway has become a new therapeutic strategy for novel HCC therapy. However, targeted specific delivery systems for tumors are still significant obstacle to clinical applications. Galactose (GAL) can target the asialoglycoprotein receptor (ASGPR) that is highly expressed on liver cancer cells. In this study, we designed a novel multifunctional nanomaterial GAL-GNR-siBRAF which consists of three parts, GAL as the liver cancer-targeting moiety, golden nanorods (GNR) offering photothermal capability under near infrared light, and siRNA specifically silencing BRAF (siBRAF). The nanocarrier GAL-GNR-siBRAF showed high siRNA loading capacity and inhibited the degradation of siRNA in serum. Compared with naked gold nanorods, GAL-GNR-siBRAF possessed lower biotoxicity and higher efficacy of gene silencing. Treatment with GAL-GNR-siBRAF significantly downregulated the expression of BRAF and impaired proliferation, migration, and invasion of liver cancer cells. Moreover, combinatorial photothermal effects and BRAF knockdown by GAL-GNR-siBRAF effectively given rise to tumor cell death. Therefore, our study developed a new type of targeted multi-functional nanomaterial GAL-GNR-siBRAF for the treatment of liver cancer, which provides ideas for the development of new clinical treatment methods.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».