Radiation dose enhancement using gold nanoparticles with a diamond linear accelerator target: a multiple cell type analysis
Notice bibliographique
Résumé
Radiotherapy (RT) is an effective cancer treatment modality, but standard RT often causes collateral damage to nearby healthy tissues. To increase therapeutic ratio, radiosensitization via gold nanoparticles (GNPs) has been shown to be effective. One challenge is that megavoltage beams generated by clinical linear accelerators are poor initiators of the photoelectric effect. Previous computer models predicted that a diamond target beam (DTB) will yield 400% more low-energy photons, increasing the probability of interacting with GNPs to enhance the radiation dose by 7.7-fold in the GNP vicinity. After testing DTB radiation coupled with GNPs in multiple cell types, we demonstrate decreased head-and-neck cancer (HNC) cell viability in vitro and enhanced cell-killing in zebrafish xenografts compared to standard RT. HNC cell lines also displayed increased double-stranded DNA breaks with DTB irradiation in the presence of GNPs. This study presents preclinical responses to GNP-enhanced radiotherapy with the novel DTB, providing the first functional data to support the theoretical evidence for radiosensitization via GNPs in this context, and highlighting the potential of this approach to optimize the efficacy of RT in anatomically difficult-to-treat tumors.
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 | 0,003 |
| 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 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 ».