Utilizing Gold Nanoparticles as Prospective Radiosensitizers in 3D Radioresistant Pancreatic Co-Culture Model
Notice bibliographique
Résumé
Pancreatic cancer stands among the deadliest forms of cancer, and the existing treatments fall short of providing adequate efficacy. Novel and more effective treatment approaches are urgently required to address this critical medical challenge. In this study, we aimed to evaluate the anti-cancer efficacy of gold nanoparticles (GNPs) in combination with radiotherapy (RT). A 3D pancreatic cancer co-culture spheroid model of MIA PaCa-2 cancer cells and patient-derived cancer-associated fibroblasts (CAF-98) was used. The spheroids were treated with GNPs (7.5 μg/mL) and 2 Gy of RT. The spheroids’ cell viability was assessed through the CellTiter-Glo 3D assay, and an immunofluorescence assay was used to assess the DNA DSBs via the expression of the DNA damage marker 53BP1. Co-culture samples showed a 10.8% (p < 0.05) increase in proliferation and a 13.0% (p < 0.05) decrease in DNA DSB when compared to monoculture samples, However, they displayed a 175% (p < 0.001) increase in GNPs uptake when compared to monoculture spheroids. Using GNPs/RT, we were able to show a significant reduction of 6.2% (p < 0.05) in spheroid size and an increase of 14.3% (p < 0.05) in DNA DSB damage in co-culture samples. The combination of GNPs with RT demonstrated remarkable radiosensitization effects, representing a promising approach to enhance cancer treatment efficacy. These effects were particularly noteworthy in the more treatment-resistant co-culture spheroid model.
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 | 0,001 | 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 | 0,000 |
| 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 ».