Efficient gene transfection to lung cancer cells via Folate-PEI-Sorbitol gene transporter
Notice bibliographique
Résumé
Lung cancer is known to be one of the fatal diseases in the world and is experiencing treatment difficulties. Many treatments have been discovered and implemented, but death rate of patients with lung cancer continues to remain high. Current treatments for cancer such as chemotherapy, immunotherapy, and radiotherapy have shown considerable results, yet they are accompanied by side effects. One effective method for reducing the cytotoxicity of these treatments is via the use of a nanoparticle-mediated siRNA delivery strategy with selective silencing effects and non-viral vectors. In this study, a folate (FA) moiety ligand-conjugated poly(sorbitol-co-PEI)-based gene transporter was designed by combining low-molecular weight polyethyleneimine (LMW PEI) and D-sorbitol with FA to form FPS. Since folate receptors are commonly overexpressed in various cancer cells, folate-conjugated nanoparticles may be more effectively delivered to selective cancer cells. Additionally, siOPA1 was used to induce apoptosis through mitochondrial fusion. The OPA1 protein stability level is important for maintaining normal mitochondrial cristae structure and function, conserving the inner membrane structure, and protecting cells from apoptosis. Consequently, when FPS/siOPA1 was used for lung cancer in-vitro and in-vivo, it improved cell viability and cellular uptake.
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 | 0,000 | 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 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 ».