MétaCan
Menu
Retour à la cohorte
Enregistrement W4285009896 · doi:10.1021/acs.biomac.2c00386

Changing Surface Polyethylene Glycol Architecture Affects Elongated Nanoparticle Penetration into Multicellular Tumor Spheroids

2022· article· en· W4285009896 sur OpenAlexafffund
Megan G. Roberts, Valerie J. Facca, Rachel Keunen, Qing Yu, Raymond M. Reilly, Mitchell A. Winnik

Notice bibliographique

RevueBiomacromolecules · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanoparticle-Based Drug Delivery
Établissements canadiensPrincess Margaret Cancer CentreUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPolyethylene glycolNanoparticlePenetration (warfare)SpheroidPolymerMethacrylatePEG ratioBiophysicsMaterials sciencePolymer chemistryChemistryChemical engineeringNanotechnologyCopolymerComposite materialOrganic chemistryBiochemistryIn vitro

Résumé

récupéré en direct d'OpenAlex

Nanoparticles (NPs) designed for biomedical applications are coated with protein-repellent polymers. Here, we examine the penetration of rodlike NPs with narrow size distributions (Ln = 170 nm, wn = 12 nm) into multicellular tumor spheroids prepared from two human cancer cell lines. Two types of NPs with different core materials [polyferrocenylsilane and cellulose nanocrystals (CNC)] were coated with a dense brush of poly(oligoethyleneglycol methacrylate) (POEGMA), while a second CNC NP sample was coated with a linear polyethylene glycol (PEG) brush. While the core material had little influence, the coating material was strikingly important, with POEGMA-coated NPs penetrating much more deeply into the tumor spheroids than the NPs coated with linear PEG. Localization experiments using 111In-labeled POEGMA-coated CNC NPs showed that most of the radioactivity remained in the interstitial space (ca. 78%) with little cell uptake (ca. 6%). Hence, the deep penetration of these nanorods into tumor spheroids is associated with an interstitial diffusion pathway through the extracellular matrix and not cellular transcytosis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,219
Écart entre enseignants0,213 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomacromoleculesMême sujetNanoparticle-Based Drug DeliveryTravaux en français237 207