Utilizing two-dimensional monolayer and three-dimensional spheroids to enhance radiotherapeutic potential by combining gold nanoparticles and docetaxel
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
Background: Much in vitro research on the applicability of gold nanoparticles (GNPs) in cancer treatment has been focused on two-dimensional (2D) monolayer models. To improve this, we explored the effect of the combination of GNPs and docetaxel (DTX) with radiotherapy (RT) in a more complex three-dimensional (3D) spheroid that can better mimic a real tumour microenvironment. Methods: and with DTX at a dose that inhibited growth-rate by 50%. Samples were irradiated 24 h after drug dosing with 2 Gy, 5 Gy, or 10 Gy using a 6 MV beam. Monolayer cells had the DNA double-strand breaks (DSBs) probed 24 h post-radiation, and cell proliferation observed over 7 days. Spheroid proliferation was monitored over 14 days along with spheroid volume measurements. Results: In DTX and GNP-treated monolayer samples, there is decreased survival after irradiation with 5 and 10 Gy of 16-24% and an increase in DSBs of 91.6-109.9%, compared to DTX. In spheroids, GNPs decreased the surviving cells by 10.54-15.61% compared to control, while GNPs and DTX decreased survival by 20.9-31.04%. There is reduced spheroid volume 14 days after treatment with the triple combination. Conclusions: Combining GNPs and DTX leads to a synergistic radiosensitization effect in spheroids, which can better mimic the tumour microenvironment. Testing treatment modalities with spheroids and RT may allow a quicker translation to the clinic. Supplementary Information: The online version contains supplementary material available at 10.1186/s12645-023-00231-5.
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 | 0,000 | 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 découle