Drug Delivery Systems in the Development of Novel Strategies for Glioblastoma Treatment
Notice bibliographique
Résumé
Glioblastoma multiforme (GBM) is a grade IV glioma considered the most fatal cancer of the central nervous system (CNS), with less than a 5% survival rate after five years. The tumor heterogeneity, the high infiltrative behavior of its cells, and the blood-brain barrier (BBB) that limits the access of therapeutic drugs to the brain are the main reasons hampering the current standard treatment efficiency. Following the tumor resection, the infiltrative remaining GBM cells, which are resistant to chemotherapy and radiotherapy, can further invade the surrounding brain parenchyma. Consequently, the development of new strategies to treat parenchyma-infiltrating GBM cells, such as vaccines, nanotherapies, and tumor cells traps including drug delivery systems, is required. For example, the chemoattractant CXCL12, by binding to its CXCR4 receptor, activates signaling pathways that play a critical role in tumor progression and invasion, making it an interesting therapeutic target to properly control the direction of GBM cell migration for treatment proposes. Moreover, the interstitial fluid flow (IFF) is also implicated in increasing the GBM cell migration through the activation of the CXCL12-CXCR4 signaling pathway. However, due to its complex and variable nature, the influence of the IFF on the efficiency of drug delivery systems is not well understood yet. Therefore, this review discusses novel drug delivery strategies to overcome the GBM treatment limitations, focusing on chemokines such as CXCL12 as an innovative approach to reverse the migration of infiltrated GBM. Furthermore, recent developments regarding in vitro 3D culture systems aiming to mimic the dynamic peritumoral environment for the optimization of new drug delivery technologies are highlighted.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».