Targeted Nanoparticle for Co‐delivery of HER2 siRNA and a Taxane to Mirror the Standard Treatment of HER2<b>+</b> Breast Cancer: Efficacy in Breast Tumor and Brain Metastasis
Notice bibliographique
Résumé
The first-line treatment of advanced and metastatic human epidermal growth factor receptor type 2 (HER2+) breast cancer requires two HER2-targeting antibodies (trastuzumab and pertuzumab) and a taxane (docetaxel or paclitaxel). The three-drug regimen costs over $320,000 per treatment course, requires a 4 h infusion time, and has many adverse side effects, while achieving only 18 months of progression-free survival. To replace this regimen, reduce infusion time, and enhance efficacy, a single therapeutic is developed based on trastuzumab-conjugated nanoparticles for co-delivering docetaxel and siRNA against HER2 (siHER2). The optimal nanoconstruct has a hydrodynamic size of 100 nm and specifically treats HER2+ breast cancer cells over organ-derived normal cells. In a drug-resistant orthotopic HER2+ HCC1954 tumor mouse model, the nanoconstruct inhibits tumor growth more effectively than the docetaxel and trastuzumab combination. When coupled with microbubble-assisted focused ultrasound that transiently disrupts the blood brain barrier, the nanoconstruct inhibits the growth of trastuzumab-resistant HER2+ BT474 tumors residing in the brains of mice. The nanoconstruct has a favorable safety profile in cells and in mice. Combination therapies have become the cornerstone of cancer treatment and this versatile nanoparticle platform can co-deliver multiple therapeutic types to ensure that they reach the target cells at the same time to realize their synergy.
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 | 0,001 | 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 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 ».