MétaCan
Menu
Retour à la cohorte
Enregistrement W4388901140 · doi:10.1021/acsnano.3c09273

Layer-by-Layer Polymer Functionalization Improves Nanoparticle Penetration and Glioblastoma Targeting in the Brain

2023· article· en· W4388901140 sur OpenAlexfundno aff
Andrew Pickering, Nicholas G. Lamson, Michael H. Marand, Wei Hwang, Joelle P. Straehla, Paula T. Hammond

Notice bibliographique

RevueACS Nano · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanoparticle-Based Drug Delivery
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Cancer InstituteLudwig Center at HarvardCancer Research UKCannonball Kids' cancer FoundationModernaPediatric Cancer Research FoundationDana-Farber/Harvard Cancer CenterKoch Institute for Integrative Cancer Research, Massachusetts Institute of TechnologyWellcome TrustRally Foundation
Mots-clésDrug deliverySurface modificationBiophysicsNanotechnologyIn vivoNanoparticleBrain tumorLiposomeCancer cellBiomedical engineeringHyaluronic acidMaterials scienceChemistryCancer researchCancerPathologyMedicineBiology

Résumé

récupéré en direct d'OpenAlex

Glioblastoma is characterized by diffuse infiltration into surrounding healthy brain tissues, which makes it challenging to treat. Complete surgical resection is often impossible, and systemically delivered drugs cannot achieve adequate tumor exposure to prevent local recurrence. Convection-enhanced delivery (CED) offers a method for administering therapeutics directly into brain tumor tissue, but its impact has been limited by rapid clearance and off-target cellular uptake. Nanoparticle (NP) encapsulation presents a promising strategy for extending the retention time of locally delivered therapies while specifically targeting glioblastoma cells. However, the brain’s extracellular structure poses challenges for NP distribution due to its narrow, tortuous pores and a harsh ionic environment. In this study, we investigated the impact of NP surface chemistry using layer-by-layer (LbL) assembly to design drug carriers for broad spatial distribution in brain tissue and specific glioblastoma cell targeting. We found that poly- l -glutamate and hyaluronate were effective surface chemistries for targeting glioblastoma cells in vitro . Coadsorbing either polymer with a small fraction of PEGylated polyelectrolytes improved the colloidal stability without sacrificing cancer cell selectivity. Following CED in vivo, gadolinium-functionalized LbL NPs enabled MRI visualization and exhibited a distribution volume up to three times larger than liposomes and doubled the retention half-time up to 13.5 days. Flow cytometric analysis of CED-treated murine orthotopic brain tumors indicated greater cancer cell uptake and reduced healthy cell uptake for LbL NPs compared to nonfunctionalized liposomes. The distinct cellular outcomes for different colayered LbL NPs provide opportunities to tailor this modular delivery system for various therapeutic applications.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,425

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,241
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations43
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS NanoMême sujetNanoparticle-Based Drug DeliveryTravaux en français237 207