Hyaluronan decorated layer-by-layer assembled lipid nanoparticles for miR-181a delivery in glioblastoma treatment
Notice bibliographique
Résumé
Glioblastoma multiforme (GBM) is the most common and lethal primary brain cancer. Current pharmacological interventions marginally increase the 12-month overall survival of patients with GBM. Among the novel therapeutic strategies being pursued, micro-RNAs, a class of non-coding RNAs, are receiving considerable attention for their regulation of several pathways implicated in tumorigenesis and survival. Notably, microRNA-181a-5p (miR-181a) has consistently been reported to be downregulated in GBM clinical samples, and its overexpression negatively affects tumor growth both in vitro and in vivo. To improve the delivery of miR-181a to GBM cells, we sought to develop a modified lipid-based nanocarrier capable of encapsulating and delivering miR-181a to GBM cells in vitro and in vivo. Optimized ionizable-lipid containing lipid nanoparticles (LNP) were constructed by covering the miR-181a-loaded LNP with alternating layers of miR-181a, poly-l-arginine and hyaluronic acid through the layer-by-layer technique. The resulting hyaluronan-decorated lipid nanoparticles (HA-LNP) targeted GBM cells more efficiently than non-modified LNP and mediated siRNA and miRNA transfection in vitro. Finally, delivery of miR-181a by HA-LNP induced significant cellular death of U87 GBM cells in vitro and delayed tumor growth in an in vivo subcutaneous tumor 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 | 0,000 | 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 ».