Nanoparticle-Mediated Delivery of 2-Deoxy-D-Glucose Induces Antitumor Immunity and Cytotoxicity in Liver Tumors in Mice
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND & AIMS: Immune checkpoint inhibitors have shed light on the importance of antitumor immunity as a therapeutic strategy for hepatocellular carcinoma (HCC). The altered glucose metabolism known as the Warburg effect recently has gained attention as a cancer immune-resistance mechanism. Considering glycolysis inhibitors as therapeutic agents, their specific delivery to cancer cells is critical not to induce adverse effects. Thus, we investigated antitumor effects of a glycolysis inhibitor, consisting of 2-deoxy-D-glucose (2DG)-encapsulated poly(lactic-co-glycolic acid) (PLGA) nanoparticles (2DG-PLGA-NPs), against hepatocellular carcinoma in mice. METHODS: The antitumor effects of 2DG-PLGA-NPs were examined using hepatoma cell lines, xenograft tumors, and hepatocarcinogenic and syngeneic mouse models. RESULTS: T-cell chemotaxis in both an autocrine and paracrine manner. Notably, the 2DG-PLGA-NPs augmented chemokine (CXCL9/CXCL10) production in liver tumors via interferon-γ-Janus kinase-signal transducers and activator of transcription pathway and 5' adenosine monophosphate-activated protein kinase-mediated suppression of histone H3 lysine 27 trimethylation. These 2DG-PLGA-NPs not only amplified antitumor effects induced by sorafenib or an anti-programmed death-1 antibody, but also suppressed anti-programmed death-1-resistant tumors. CONCLUSIONS: The newly developed 2DG-PLGA-NPs showed antitumor immunity and cytotoxicity in liver tumors in mice, suggesting the potential of 2DG-PLGA-NPs for future clinical applications.
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.
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 découle