Stimuli-sensitive nano-drug delivery with programmable size changes to enhance accumulation of therapeutic agents in tumors
Notice bibliographique
Résumé
Nano-based drug delivery systems hold significant promise for cancer therapies. Presently, the poor accumulation of drug-carrying nanoparticles in tumors has limited their success. In this study, based on a combination of the paradigms of intravascular and extravascular drug release, an efficient nanosized drug delivery system with programmable size changes is introduced. Drug-loaded smaller nanoparticles (secondary nanoparticles), which are loaded inside larger nanoparticles (primary nanoparticles), are released within the microvascular network due to temperature field resulting from focused ultrasound. This leads to the scale of the drug delivery system decreasing by 7.5 to 150 times. Subsequently, smaller nanoparticles enter the tissue at high transvascular rates and achieve higher accumulation, leading to higher penetration depths. In response to the acidic pH of tumor microenvironment (according to the distribution of oxygen), they begin to release the drug doxorubicin at very slow rates (i.e., sustained release). To predict the performance and distribution of therapeutic agents, a semi-realistic microvascular network is first generated based on a sprouting angiogenesis model and the transport of therapeutic agents is then investigated based on a developed multi-compartment model. The results show that reducing the size of the primary and secondary nanoparticles can lead to higher cell death rate. In addition, tumor growth can be inhibited for a longer time by enhancing the bioavailability of the drug in the extracellular space. The proposed drug delivery system can be very promising in clinical applications. Furthermore, the proposed mathematical model is applicable to broader applications to predict the performance of drug delivery systems.
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 ».