Accumulation of liposomes in metastatic tumor sites is not necessary for anti-cancer drug efficacy
Notice bibliographique
Résumé
Abstract Background The tumor microenvironment is profoundly heterogeneous particularly when comparing sites of metastases. Establishing the extent of this heterogeneity may provide guidance on how best to design lipid-based drug delivery systems to treat metastatic disease. Building on our previous research, the current study employs a murine model of metastatic cancer to explore the distribution of ~ 100 nm liposomes. Methods Female NCr nude mice were inoculated with a fluorescently labeled, Her2/neu-positive, trastuzumab-resistant breast cancer cell line, JIMT-1 mkate , either in the mammary fat pad to create an orthotopic tumor (OT), or via intracardiac injection (IC) to establish tumors throughout the body. Animals were dosed with fluorescent and radio-labeled liposomes. In vivo and ex vivo fluorescent imaging was used to track liposome distribution over a period of 48 h. Liposome distribution in orthotopic tumors was compared to sites of tumor growth that arose following IC injection. Results A significant amount of inter-vessel heterogeneity for DiR distribution was observed, with most tumor blood vessels showing little to no presence of the DiR-labelled liposomes. Further, there was limited extravascular distribution of DiR liposomes in the perivascular regions around DiR-positive vessels. While all OT tumors contained at least some DiR-positive vessels, many metastases had very little or none. Despite the apparent limited distribution of liposomes within metastases, two liposomal drug formulations, Irinophore C and Doxil, showed similar efficacy for both the OT and IC JIMT-1 mkate models. Conclusion These findings suggest that liposomal formulations achieve therapeutic benefits through mechanisms that extend beyond the enhanced permeability and retention effect.
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 ».