A Self‐Assembly Combined Nano‐Prodrug to Overcome Gemcitabine Chemo‐Resistance of Pancreatic Tumors
Notice bibliographique
Résumé
Abstract Gemcitabine (GEM), as a first‐line chemotherapeutics for pancreatic ductal adenocarcinoma (PDAC) treatment, still faces several clinical challenges, restricted by instability in blood circulations, low tumor selectivity, and acquired nature characteristics of chemo‐resistance. To solve these challenges, the rational design of combination therapy with GEM and other therapy modalities is imperative. Herein, a small molecular self‐assembly nano‐prodrug is developed, which can achieve the co‐delivery of GEM, Ferrocene and nutlin‐3a on the achievement of GEM‐induced apoptosis with ferroptosis. In this nano‐prodrug, the disulfide linkage not only acts as a GSH‐responsive trigger but also plays an important role in self‐assembly behavior of nanoparticle that can load nutlin‐3a. Interestingly, nutlin‐3a plays an important role in both ferroptosis and apoptosis, one is effectively sensitized cells to ferroptosis by inhibiting cystine uptake, and the other is promoted apoptosis by elevating p53 expression. To further enhance the drug tumor accumulation and maintain stability in systemic circulations, this nano‐prodrug is then encapsulated into plectin1 receptor‐targeting phospholipid micelles (DSPE‐PEG‐PTP), which displays high selective tumor inhibition and good biosafety on different mice models, especially in orthotopic and patient‐derived xenograft (PDX) models. The findings provide new insights into the combination therapy of GEM with ferroptosis for reduced chemo‐resistance on PDAC treatment.
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 | 0,000 | 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 tête enseignante, 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 ».