Quantifying the activity profile of ASO and siRNA conjugates in glioblastoma xenograft tumors <i>in vivo</i>
Notice bibliographique
Résumé
Glioblastoma multiforme is a universally lethal brain tumor that largely resists current surgical and drug interventions. Despite important advancements in understanding GBM biology, the invasiveness and heterogeneity of these tumors has made it challenging to develop effective therapies. Therapeutic oligonucleotides-antisense oligonucleotides and small-interfering RNAs-are chemically modified nucleic acids that can silence gene expression in the brain. However, activity of these oligonucleotides in brain tumors remains inadequately characterized. In this study, we developed a quantitative method to differentiate oligonucleotide-induced gene silencing in orthotopic GBM xenografts from gene silencing in normal brain tissue, and used this method to test the differential silencing activity of a chemically diverse panel of oligonucleotides. We show that oligonucleotides chemically optimized for pharmacological activity in normal brain tissue do not show consistent activity in GBM xenografts. We then survey multiple advanced oligonucleotide chemistries for their activity in GBM xenografts. Attaching lipid conjugates to oligonucleotides improves silencing in GBM cells across several different lipid classes. Highly hydrophobic lipid conjugates cholesterol and docosanoic acid enhance silencing but at the cost of higher neurotoxicity. Moderately hydrophobic, unsaturated fatty acid and amphiphilic lipid conjugates still improve activity without compromising safety. These oligonucleotide conjugates show promise 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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».