Mucopenetrating Janus Nanoparticles For Field-Coverage Oral Cancer Chemoprevention
Notice bibliographique
Résumé
INTRODUCTION: Oral squamous cell carcinoma (OSCC), is associated with high morbidity and mortality. Preemptive interventions have been postulated to provide superior therapeutic options, but their implementation has been restricted by the availability of broadly applicable local delivery systems. METHODS: We address this challenge by engineering a delivery vehicle, Janus nanoparticles (JNP), that combine the dual mucoadhesive properties of a first cationic chitosan compartment with a second hydrophobic poly(lactide-co-glycolide) release compartment. JNP are designed to avoid rapid mucus clearance while ensuring stable loading and controlled release of the IL-6 receptor antagonist, tocilizumab (TCZ). RESULTS: The JNP featured defined and monodispersed sizes with an average diameter of 327 nm and a PDI of 0.245, high circularities above 0.90 and supported controlled release of TCZ and effective internalization by oral keratinocytes. TCZ released from JNP retained its biological activity and effectively reduced both, soluble and membrane-bound IL-6Rα (71% and 50%). In full-thickness oral mucosal explants, 76% of the JNP breached the stratum corneum and in 41% were observed in the basal cell layer indicating excellent mucopenetrating properties. When tested in an aggressive OSCC xenograft model, TCZ-loaded JNP showed high levels of xenograft inhibition and outperformed all control groups with respect to inhibition of tumor cell proliferation, reduction in tumor size and reduced expression of the proto-oncogene ERG. CONCLUSION: By combining critically required, yet orthogonal properties within the same nanoparticle design, the JNP in this study, demonstrate promise as precision delivery platforms for intraoral field-coverage chemoprevention, a vastly under-researched area of high clinical importance.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».