Systemic Tumor Suppression via Macrophage‐Driven Automated Homing of Metal‐Phenolic‐Gated Nanosponges for Metastatic Melanoma
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
Cell-based therapies comprising the administration of living cells to patients for direct therapeutic activities have experienced remarkable success in the clinic, of which macrophages hold great potential for targeted drug delivery due to their inherent chemotactic mobility and homing ability to tumors with high efficiency. However, such targeted delivery of drugs through cellular systems remains a significant challenge due to the complexity of balancing high drug-loading with high accumulations in solid tumors. Herein, a tumor-targeting cellular drug delivery system (MAGN) by surface engineering of tumor-homing macrophages (Mφs) with biologically responsive nanosponges is reported. The pores of the nanosponges are blocked with iron-tannic acid complexes that serve as gatekeepers by holding encapsulated drugs until reaching the acidic tumor microenvironment. Molecular dynamics simulations and interfacial force studies are performed to provide mechanistic insights into the "ON-OFF" gating effect of the polyphenol-based supramolecular gatekeepers on the nanosponge channels. The cellular chemotaxis of the Mφ carriers enabled efficient tumor-targeted delivery of drugs and systemic suppression of tumor burden and lung metastases in vivo. The findings suggest that the MAGN platform offers a versatile strategy to efficiently load therapeutic drugs to treat advanced metastatic cancers with a high loading capacity of various therapeutic drugs.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 découle