Tumor-Targeted Gene Silencing IDO Synergizes PTT-Induced Apoptosis and Enhances Anti-tumor Immunity
Notice bibliographique
Résumé
Background: Photothermal therapy (PTT) has been demonstrated as a promising cancer treatment approach, which can be modulated to induce apoptosis instead of necrosis via adjusting irradiation conditions. Recently, an abscopal anti-tumor immunity is highlighted, in which PTT on primary tumor also induced repression of distant tumors. For PTT treating cancers, the mechanism and the role of immunochenck points to enhance anti-tumor immunity is urgently needed to investigate. Methods: We prepared a multi-functional gold nanorod reagent, GMPF-siIDO, that is composed of gold nanorods (GNRs) acting as the nano-platform and photothermal sensitizer, folic acid (FA) as the tumor-targeting moiety, and IDO-specific RNA (siIDO) as an immune-stimulator functionality for inducing anti-tumor immunity. For this study, we adjust the irradiation condition of PTT to induce apoptosis and silence the immunocheck point indoleamine 2,3 dioxygeonase (IDO), silmutaneously. Results: Our studies firstly provide evidences that photothermal effects, killing the tumor cells mainly via inducing apoptosis, can significantly improve antitumor immunity only when IDO was down-regulated in TME through significant increases of localized CD8+ and CD4+ lymphocytes in tumor tissue, downregulation of CD8+ and CD4+ lymphocyte apoptosis, and upregulation of antitumor cytokines, TNF-α and IFN-γ. Conclusion: In this study, we for the first time validated the role of IDO as a negative regulator for both PTT-induced tumor cell apoptosis and anti-tumor immunity; IDO is critical immune checkpoint that impedes the PTT efficient while combination of gene knockdown of IDO in TME enhances anti-tumor efficacy of PTT.
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) | 0,001 | 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 | 0,001 |
| 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 ».