SREKA-targeted liposomes for highly metastatic breast cancer therapy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Chemotherapy is still a leading therapeutic approach in various tumor types that is often accompanied by a poor prognosis because of metastases. PEGylated liposomes with CREKA targeting moiety are well-known therapeutic agents, especially in highly metastatic experimental models. CREKA specifically targets tumor-associated ECM, which is present at the primary, as well as metastatic tumor sites. To better understand the function of the targeting moieties, we decided to design various liposome formulations with different amounts of targeting moiety attached to their DSPE-PEG molecules. Moreover, a new tumor-homing pentapeptide (SREKA) was designed, and a novel conjugation strategy between SREKA and DSPE-PEGs. First, the in vitro proliferation inhibition of drug-loaded liposomes and the cellular uptake of their cargo were investigated. Afterward, liposome stability in murine blood and drug accumulation in different tissues were measured. Furthermore, in vivo tumor growth, and metastasis inhibition potencies of the different liposome formulations were examined. According to our comparative studies, SREKA-liposomes have a uniform phenotype after formulation and have similar characteristics and tumor-homing capabilities to CREKA-liposomes. However, the exchange of the N-terminal cysteine to serine during conjugation results in a higher production yield and better stability upon conjugation to DSPE-PEGs. We also showed that SREKA-liposomes have significant inhibition on primary tumor growth and metastasis incidence; furthermore, increase the survival rate of tumor-bearing mice. Besides, we provide evidence that the amount of targeting moiety attached to DSPE-PEGs is largely responsible for the stability of liposomes, therefore it plays an important role in toxicity and targeting.
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.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 | 0,002 |
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 découle