Anti-HER2 PLGA-PEG polymer nanoparticle containing gold nanorods and paclitaxel for laser-activated breast cancer detection and therapy
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
Phase-transition nanoparticles have been identified as effective theragnostic, anti-cancer agents. However, non-selective delivery of these agents results in inaccurate diagnosis and insufficient treatment. In this study, we report on the development of targeted phase-transition polymeric nanoparticles (NPs) for the imaging and treatment of breast cancer cell lines over-expressing human epidermal growth factor receptor 2 (HER2). These NPs contain a perfluorohexane liquid interior and gold nanorods (GNRs) stabilized by biodegradable and biocompatible copolymer PLGA-PEG. Water-insoluble therapeutic drug Paclitaxel (PAC) and fluorescent dye were encapsulated into the PLGA shell. The NP surfaces were conjugated to HER2-binding agent, Herceptin, to actively target HER2-positive cancer cells. We evaluated the potential of using these NPs as a photoacoustic contrast agent. The efficacy of cancer cell treatment by laser-induced vaporization and stimulated drug release were also investigated. The results showed that our synthesized PLGA-PEG-GNRs (mean diameter 285 ± 29 nm) actively targeted HER2 positive cells with high efficacy. The laser-induced vaporization caused more damage to the targeted cells versus PAC-only and negative controls. This agent may provide better diagnostic imaging and therapeutic potential than current methods for treating HER2-positive breast cancer.
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