“Two birds with one stone” strategy for the lung cancer therapy with bioinspired AIE aggregates
Notice bibliographique
Résumé
Abstract Aggregation-induced emission luminogens (AIEgens) have emerged as novel phototherapeutic agents with high photostability and excellent performance to induce photodynamic and/or photothermal effects. In this study, a zwitterion-type NIR AIEgens C 41 H 37 N 2 O 3 S 2 (named BITT) with biomimetic modification was utilized for lung cancer therapy. The tumor-associated macrophage (TAM)-specific peptide (CRV) was engineered into the lung cancer cell-derived exosomes. The CRV-engineered exosome membranes (CRV-EM) were obtained to camouflage the BITT nanoparticles (CEB), which targeted both lung cancer cells and TAMs through homotypic targeting and TAM-specific peptide, respectively. The camouflage with CRV-EM ameliorated the surface function of BITT nanoparticles, which facilitated the cellular uptake in both cell lines and induced significant cell death in the presence of laser irradiations in vitro and in vivo. CEB showed improved circulation lifetime and accumulations in the tumor tissues in vivo, which induced efficient photodynamic and photothermal therapy. In addition, CEB induced the tumor microenvironment remodeling as indicated by the increase of CD8 + and CD4 + T cells, as well as a decrease of M2 TAM and Myeloid-derived suppressor cells (MDSCs). Our work developed a novel style of bioinspired AIE aggregates, which could eliminate both lung cancer cells and TAMs, and remodel the tumor environments to achieve an efficient lung cancer therapy. To the best of our knowledge, we are the first to use this style of bioinspired AIE aggregates for photo-mediated immunotherapy in lung cancer therapy.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».