Self‐Disassembling and Oxygen‐Generating Porphyrin‐Lipoprotein Nanoparticle for Targeted Glioblastoma Resection and Enhanced Photodynamic Therapy
Notice bibliographique
Résumé
Abstract The dismal prognosis for glioblastoma multiform (GBM) patients is primarily attributed to the highly invasive tumor residual that remained after surgical intervention. The development of precise intraoperative imaging and postoperative residual removal techniques will facilitate the gross total elimination of GBM. Here, a self‐disassembling porphyrin lipoprotein‐coated calcium peroxide nanoparticles (PLCNP) is developed to target GBM via macropinocytosis, allowing for fluorescence‐guided surgery of GBM and improving photodynamic treatment (PDT) of GBM residual by alleviating hypoxia. By reducing self‐quenching and enhancing lysosome escape efficiency, the incorporation of calcium peroxide (CaO 2 ) cores in PLCNP amplifies the fluorescence intensity of porphyrin‐lipid. Furthermore, the CaO 2 core has diminished tumor hypoxia and improves the PDT efficacy of PLCNP, enabling low‐dose PDT and reversing tumor progression induced by hypoxia aggravation following PDT. Taken together, this self‐disassembling and oxygen‐generating porphyrin‐lipoprotein nanoparticle may serve as a promising all‐in‐one nanotheranostic platform for guiding precise GBM excision and empowering post‐operative PDT, providing a clinically applicable strategy to combat GBM in a safe and effective manner.
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 ».