Faculty Opinions recommendation of The dose threshold for nanoparticle tumour delivery.
Notice bibliographique
Résumé
Nanoparticle delivery to solid tumours over the past ten years has stagnated at a median of 0.7% of the injected dose. Varying nanoparticle designs and strategies have yielded only minor improvements. Here we discovered a dose threshold for improving nanoparticle tumour delivery: 1 trillion nanoparticles in mice. Doses above this threshold overwhelmed Kupffer cell uptake rates, nonlinearly decreased liver clearance, prolonged circulation and increased nanoparticle tumour delivery. This enabled up to 12% tumour delivery efficiency and delivery to 93% of cells in tumours, and also improved the therapeutic efficacy of Caelyx/Doxil. This threshold was robust across different nanoparticle types, tumour models and studies across ten years of the literature. Our results have implications for human translation and highlight a simple, but powerful, principle for designing nanoparticle cancer treatments. PMID: 32778816 Funding information This work was supported by: Canadian Cancer Society Research Institute (Société Canadienne du Cancer), Grant ID: 706286 Canada Research Chairs (Chaires de recherche du Canada), Grant ID: 950-223924 Gouvernement du Canada | Natural Sciences and Engineering Research Council of Canada (Conseil de Recherches en Sciences Naturelles et en Génie du Canada), Grant ID: 2015-06397 Gouvernement du Canada | Canadian Institutes of Health Research (Instituts de Recherche en Santé du Canada), Grant ID: PJT-148848
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».