Anti-VCAM-1 and Anti-IL4Rα Aptamer-Conjugated Super Paramagnetic Iron Oxide Nanoparticles for Enhanced Breast Cancer Diagnosis and Therapy
Notice bibliographique
Résumé
The surface protein overexpressed on cancer cells can be used as biomarkers for early detection of specific diseases. Anti-VCAM-1 and anti-IL4Rα DNA aptamers specific to VCAM-1 and IL4Rα receptors that are overexpressed in 4T1 tumor-bearing mice could be used as potential biomarker for both diagnostic and therapeutic applications in cancer biology. Cell Viability and luciferase assay of 4T1-Luc2 cancer cells in the presence of anti-VCAM-1 ssDNA or anti-IL4Rα RNA aptamers was assessed by monitoring the changes in the absorbance and the fluorescence of Alamar blue dye. The aptamer-conjugated SPIO magnetic beads, used for the selective targeting to tumor sites, were monitored using noninvasive MRI and Bioluminescence imaging (BLI). Cell viability and luciferase assays showed that both anti-VCAM-1 and anti-IL4Rα aptamers favor the depletion of cancer cells and limit tumor progression. Microscopic analyses confirmed that the target specific aptamers significantly trigger tumor cell apoptosis and limit cancer cell growth in vitro. The intravenous injection of SPIO nanoparticle-conjugated aptamers were further confirmed using noninvasive MRI and Bioluminescence imaging. Anti-VCAM1 and anti-IL4Rα aptamers, specific to VCAM-1 and IL4Rα receptors overexpressed in 4T1-Luc2 tumor-bearing mice, were used as diagnostic and therapeutic tools.
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 ».