Overcoming biological barriers BBB/BBTB by designing PUFA functionalised lipid-based nanocarriers for glioblastoma targeted therapy
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
A major obstacle for chemotherapeutics in Glioblastoma (GB) is to reach the tumour cells due to the presence of the blood-brain barrier (BBB) and chemoresistance of anticancer drugs. The present study reports two polyunsaturated fatty acids, gamma-linolenic acid (GLA) and alpha-linolenic acid (ALA) appended nanostructured lipid carriers (NLCs) of a CNS negative chemotherapeutic drug docetaxel (DTX) for targeted delivery to GB. The ligand appended DTX-NLCs demonstrated particle size ˂160 nm, PDI˂0.29 and negative surface charge. The successful linkage of GLA (41 %) and ALA (30 %) ligand conjugation to DTX- NLCs was confirmed by diminished surface amino groups on the NLCs, lower surface charge and FTIR profiling. Fluorophore labelled GLA-DTX-NLCs and ALA-DTX-NLCs permeated the in-vitro 3D BBB with Papp values of 1.8 × 10−3 and 1.9 × 10−3 cm/s respectively Following permeation, both formulations showed enhanced uptake by GB immortalised cells while ALA-DTX-NLCs showed higher uptake in patient-derived GB cells as evidenced in an in-vitro 3D blood brain tumour barrier (BBTB) model. Both surface functionalised formulations showed higher internalisation in GB cells as compared to bare DTX-NLCs. ALA-DTX-NLCs and GLA-DTX-NLCs showed 13.9-fold and 6.8-fold higher DTX activity respectively at 24 h as indicated by IC50 values when tested in patient-derived GB cells. ALA-DTX-NLCs displayed better efficacy than GLA-DTX-NLCs when tested against 3D tumour spheroids and patient-derived cells. These novel formulations will contribute widely to overcoming biological barriers for treating glioblastoma.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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