Targeting DNA damage repair mechanism by using RAD50-silencing siRNA nanoparticles to enhance radiotherapy in triple negative breast cancer
Notice bibliographique
Résumé
Radiotherapy (RT) is one of major therapeutic modalities in combating breast cancer. In RT, ionizing radiation is employed to induce DNA double-strand breaks (DSBs) as a primary mechanism that causes cancer cell death. However, the induced DNA damage can also trigger the activation of DNA repair mechanisms, reducing the efficacy of RT treatment. Given the pivotal role of RAD50 protein in the radiation-responsive DNA repair pathways involving DSBs, we developed a novel polymer-lipid based nanoparticle formulation containing RAD50-silencing RNA (RAD50-siRNA-NPs) and evaluated its effect on the RAD50 downregulation as well as cellular and tumoral responses to ionizing radiation using human triple-negative breast cancer as a model. The RAD50-siRNA-NPs successfully preserved the activity of the siRNA, facilitated its internalization by cancer cells via endocytosis, and enabled its lysosomal escape. The nanoparticles significantly reduced RAD50 expression, whereas RT alone strongly increased RAD50 levels at 24 h. Pretreatment with RAD50-siRNA-NPs sensitized the cancer cells to RT with ∼2-fold higher level of initial DNA DSBs as determined by a γH2AX biomarker and a 2.5-fold lower radiation dose to achieve 50 % colony reduction. Intratumoral administration of RAD50-siRNA-NPs led to a remarkable 53 % knockdown in RAD50. The pretreatment with RAD50-siRNA-NPs followed by RT resulted in approximately a 2-fold increase in DNA DSBs, a 4.5-fold increase in cancer cell apoptosis, and 2.5-fold increase in tumor growth inhibition compared to RT alone. The results of this work demonstrate that RAD50 silencing by RAD50-siRNA-NPs can disrupt RT-induced DNA damage repair mechanisms, thereby significantly enhancing the radiation sensitivity of TNBC MDA-MB-231 cells in vitro and in orthotopic tumors as measured by colony forming and tumor regrowth assays, respectively.
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) | 0,001 | 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 ».