Multifunctional and stimuli-responsive liposomes in hepatocellular carcinoma diagnosis and therapy
Notice bibliographique
Résumé
Hepatocellular carcinoma (HCC) is the most prevalent type of liver cancer, mainly occurring in Asian countries with an increased incidence rate globally. Currently, several kinds of therapies have been deployed for HCC therapy including surgical resection, chemotherapy, radiotherapy and immunotherapy. However, this tumor is still incurable, requiring novel strategies for its treatment. The nanomedicine has provided the new insights regarding the treatment of cancer that liposomes as lipid-based nanoparticles, have been widely applied in cancer therapy due to their biocompaitiblity, high drug loading and ease of synthesis and modification. The current review evaluates the application of liposomes for the HCC therapy. The drugs and genes lack targeting ability into tumor tissues and cells. Therefore, loading drugs or genes on liposomes can increase their accumulation in tumor site for HCC suppression. Moreover, the stimuli-responsive liposomes including pH-, redox- and light-sensitive liposomes are able to deliver drug into tumor microenvironment to improve therapeutic index. Since a number of receptors upregulate on HCC cells, the functionalization of liposomes with lactoferrin and peptides can promote the targeting ability towards HCC cells. Moreover, phototherapy can be induced by liposomes through loading phtoosensitizers to stimulate photothermal- and photodynamic-driven ablation of HCC cells. Overall, the findings are in line with the fact that liposomes are promising nanocarriers for the treatment of HCC.
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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».