Doxorubicin-loaded graphene oxide nanocomposites in cancer medicine: stimuli-responsive carriers, co-delivery and suppressing resistance
Notice bibliographique
Résumé
INTRODUCTION: The application of doxorubicin (DOX) in cancer therapy has been limited due to its drug resistance and poor internalization. Graphene oxide (GO) nanostructures have the capacity for DOX delivery while promoting its cytotoxicity in cancer. AREAS COVERED: The favorable characteristics of GO nanocomposites, preparation method, and application in cancer therapy are described. Then, DOX resistance in cancer, GO-mediated photothermal therapy, and DOX delivery for cancer suppression are described. Preparation of stimuli-responsive GO nanocomposites, surface functionalization, hybrid nanoparticles, and theranostic applications are emphasized in DOX chemotherapy. EXPERT OPINION: GO nanoparticle-based photothermal therapy maximizes the anti-cancer activity of DOX against cancer cells. Besides DOX delivery, GO nanomaterials are capable of loading anti-cancer agents and genetic tools to minimize drug resistance and enhance the cytolytic impact of DOX in cancer eradication. To enhance DOX accumulation, stimuli-responsive (redox-, light-, enzyme- and pH-sensitive) GO nanoparticles have been developed for DOX delivery. Development of targeted delivery of DOX-loaded GO nanomaterials against cancer cells may be achieved by surface modification of polymers such as polyethylene glycol, hyaluronic acid, and chitosan. DOX-loaded GO nanoparticles have demonstrated theranostic potential. Hybridization of GO with other nanocarriers such as silica and gold nanoparticles further broadens their potential anti-cancer therapy applications.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».