Biochemical reprogramming of tumors for active modulation of receptor-mediated nanomaterial delivery
Notice bibliographique
Résumé
Here we report that reactive oxygen species (ROS) can reprogram cancer cells to increase the expression of specific receptors and modulate the delivery of nanomaterials. Gold and γ-polyglutamic acid (γ-PGA) hybrid nanoparticles (PGANP) were prepared via a facile single-step process. Gold nanoclusters in PGANP were dispersed within the tangled γ-PGA matrix of the nanoparticles. The condensed assembly of gold nanoclusters in γ-PGA matrix enabled the interparticle plasmon coupling effect, which lacks in single gold nanoparticles. Compared with gold nanoparticles of the similar sizes, PGANP showed significantly higher absorbance at near infrared (NIR) wavelength and light-to-heat converting ratios, resulting in greater temperature increase upon NIR light irradiation. Pretreatment of HeLa cancer cells with methylene blue (MB) generated reactive oxygen species. The ROS reprogrammed the cancer cells to express higher cell membrane levels of gamma glutamyl transferase (GGT), which is known to bind to γ-PGA of PGANP. MB pretreatment significantly enhanced delivery of PGANP to cancer cells. Cancer cells internalized PGANP to a greater extent and, were highly susceptible to irradiation with NIR light, which reduced cell viability to near zero. In vivo, MB pretreatment of HeLa xenograft mice increased the expression of GGT in tumor tissues. In mice pretreated with MB and exposed to NIR irradiation, PGANP treatment resulted in complete tumor ablation. The strategy of actively reprogramming tumor membrane levels of target receptors could be widely applied to overcome the heterogeneity of cancer cells. Although we used interparticle plasmon coupling effect-based PGANP for proving the concept of receptor-modulated delivery, this strategy could be broadly applicable to the active modulation of the receptor-mediated delivery of anticancer nanomaterials.
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 ».