Specific Targeting of Recombinant Human Pancreatic Ribonuclease 1 using Gonadotropin-Releasing Hormone Targeting Peptide toward Gonadotropin-Releasing Hormone Receptor-Positive Cancer Cells.
Notice bibliographique
Résumé
Background: Targeted drug delivery is a novel method to specifically deliver anticancer therapeutics to tumor sites. Gonadotropin-releasing hormone (GnRH) is a decapeptide, and its target binding property has attracted attention as a means of targeted drug delivery. Human pancreatic ribonuclease 1 (hpRNase1) has been shown to exert anticancer properties, when fused to a targeting moiety. The goal of the present study was to add a GnRH targeting peptide to the N-terminus of hpRNase1 to specifically target GnRH receptor (GnRH-R) expressing cells. Methods: tests were performed to determine the significant differences between the study groups. Results: GnRH-hpRNase1 chimeric protein specifically inhibited the proliferation of PC-3 (P=0.021), LNCaP (P=0.034), and AD-Gn (P=0.041) cells, while the growth of negative cells (AD-293) was not significantly affected (P=0.081). GnRH-hpRNase1 decreased the IC50 values more than non-fused hpRNase1, by approximately 26.5-fold (P=0.036) for PC-3 cells, and exerted its growth inhibitory effects through apoptosis induction. Conclusion: Fusion of GnRH to hpRNase1 structure produced an enzyme, which could specifically target tumor cells. This approach can be used to eliminate tumors that harbor GnRH-R.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».