Optimized Photoactivatable Lipid Nanoparticles Enable Red Light Triggered Drug Release
Notice bibliographique
Résumé
Encapsulation of small molecule drugs in long-circulating lipid nanoparticles (LNPs) can reduce toxic side effects and enhance accumulation at tumor sites. A fundamental problem, however, is the slow release of encapsulated drugs from these liposomal systems at the disease site resulting in limited therapeutic benefit. Methods to trigger release at specific sites are highly warranted. Here, it is demonstrated that incorporation of ultraviolet (UV-A) or red-light photoswitchable-phosphatidylcholine analogs (AzoPC and redAzoPC) in conventional LNPs generates photoactivatable LNPs (paLNPs) having comparable structural integrity, drug loading capacity, and size distribution to the parent DSPC-cholesterol liposomes. It is shown that 65-70% drug release (doxorubicin) can be induced from these systems by irradiation with pulsed light based on trans-to-cis azobenzene isomerization. In vitro it is confirmed that paLNPs are non-toxic in the dark but convey cytotoxicity upon irradiation in a human cancer cell line. In vivo studies in zebrafish embryos demonstrate prolonged blood circulation and extravasation of paLNPs comparable to clinically approved formulations, with enhanced drug release following irradiation with pulsed light. Conclusively, paLNPs closely mimic the properties of clinically approved LNPs with the added benefit of light-induced drug release making them promising candidates for clinical development.
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) | 0,004 | 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 ».