Targeted and Non-Targeted Mechanisms for Killing Hypoxic Tumour Cells—Are There New Avenues for Treatment?
Notice bibliographique
Résumé
PURPOSE: A major issue in radiotherapy is the relative resistance of hypoxic cells to radiation. Historic approaches to this problem include the use of oxygen mimetic compounds to sensitize tumour cells, which were unsuccessful. This review looks at modern approaches aimed at increasing the efficacy of targeting and radiosensitizing hypoxic tumour microenvironments relative to normal tissues and asks the question of whether non-targeted effects in radiobiology may provide a new "target". Novel techniques involve the integration of recent technological advancements such as nanotechnology, cell manipulation, and medical imaging. Particularly, the major areas of research discussed in this review include tumour hypoxia imaging through PET imaging to guide carbogen breathing, gold nanoparticles, macrophage-mediated drug delivery systems used for hypoxia-activate prodrugs, and autophagy inhibitors. Furthermore, this review outlines several features of these methods, including the mechanisms of action to induce radiosensitization, the increased accuracy in targeting hypoxic tumour microenvironments relative to normal tissue, preclinical/clinical trials, and future considerations. CONCLUSIONS: This review suggests that the four novel tumour hypoxia therapeutics demonstrate compelling evidence that these techniques can serve as powerful tools to increase targeting efficacy and radiosensitizing hypoxic tumour microenvironments relative to normal tissue. Each technique uses a different way to manipulate the therapeutic ratio, which we have labelled "oxygenate, target, use, and digest". In addition, by focusing on emerging non-targeted and out-of-field effects, new umbrella targets are identified, which instead of sensitizing hypoxic cells, seek to reduce the radiosensitivity of normal tissues.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,005 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,003 |
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 ».