MétaCan
Menu
Retour à la cohorte
Enregistrement W3165748221 · doi:10.1080/21691401.2021.1918134

A polymer–lipid membrane artificial cell nanocarrier containing enzyme–oxygen biotherapeutic inhibits the growth of B16F10 melanoma in 3D culture and in a mouse model

2021· article· en· W3165748221 sur OpenAlexaff
Yun Wang, Thomas Ming Swi Chang

Notice bibliographique

RevueArtificial Cells Nanomedicine and Biotechnology · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueNanoplatforms for cancer theranostics
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésNanocarriersCell growthEnzymeArtificial cellMelanomaCell cultureMembraneChemistryCellCell biologyBiophysicsNanotechnologyMaterials scienceBiochemistryBiologyCancer researchNanoparticle

Résumé

récupéré en direct d'OpenAlex

Melanoma is a deadly skin cancer. Surgery is effective for early stages but there may be remnant cells. Treatments of later stages are associated with severe side effects. Moreover, a dangerous type of melanoma cannot be detected early enough for surgery. There is an urgent need for treatment with less severe side effects. We use a novel system of artificial cell polymer-lipid membrane nanocarrier containing a biomolecular nano-system of enzyme-oxygen biotherapeutic. In this report we show (1) its effectiveness and mechanisms in inhibiting the growth of melanoma in a 3D culture collagen medium that is more similar to that in the animal. (2) This allows us to design and carry out animal studies to successfully show that this can inhibit the growth of melanoma in an animal model. This includes following the tumour sizes and body weights every 2 days for 30 days followed by histology of the sites of injection and vital organs. We also analyze the action of the different components of the nanocarrier-nano-biotherapeutic complex. In conclusion, the results show the safety and clinical feasibility of this approach in the animal model and encourages further study towards clinical use.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,937

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,202
Écart entre enseignants0,192 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArtificial Cells Nanomedicine and BiotechnologyMême sujetNanoplatforms for cancer theranosticsTravaux en français237 207