A Synergetic Approach Utilizing Nanotechnology, Chemotherapy, and Radiotherapy for Pancreatic Cancer Treatment
Notice bibliographique
Résumé
<img src=” https://s3.amazonaws.com/production.scholastica/article/90447/large/prnano_1112023ga.jpg?1700670543”> The objective of this study was to assess the anticancer effectiveness of gold nanoparticles (GNPs) and lipid-encapsulated docetaxel prodrug (LNPDTX-P) with radiotherapy (RT). The study utilized a co-culture spheroid model comprising MIA PaCa-2 cancer cells and patient-derived cancer-associated fibroblasts (CAF-98) to mimic pancreatic cancer conditions. The spheroids underwent treatment with GNPs (7.5 μg/mL), LNPDTX-P (99 nM of DTX pro-drug), and 2 Gy of RT. Cell viability of the spheroids was evaluated using the CellTiter-Glo 3D assay. At the same time, DNA double-strand breaks (DSBs) were assessed by examining the expression of the DNA damage marker 53BP1 through an immunofluorescence assay. Alt-hough GNPs/RT and RT/LNPDTX-P showed a reduction in spheroid size and an apparent in-crease in DNA DSB damage, the combination of the two nanoparticles, GNPs, and LNPDTX-P, with RT, significantly enhanced the anticancer efficacy, resulting in a 28% decrease in spheroid size and an estimated 39% increase in DNA DSB. The combination of GNPs and LNPDTX-P with RT showed a synergetic effect due to their radiosensitizing properties, improving the ther-apeutic efficacy of each treatment modality alone. This triple modality offers a hopeful strategy to enhance cancer treatment efficacy while reducing adverse effects.
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 ».