Development of an Injectable Hydrogel for Histotripsy Ablation Toward Future Glioblastoma Therapy Applications
Notice bibliographique
Résumé
Glioblastoma (GBM) is the most common and malignant type of primary brain tumor. Even after surgery and chemoradiotherapy, residual GBM cells can infiltrate the healthy brain parenchyma to form secondary tumors. To mitigate GBM recurrence, we recently developed an injectable hydrogel that can be crosslinked in the resection cavity to attract, collect, and ablate residual GBM cells. We previously optimized a thiol-Michael addition hydrogel for physical, chemical, and biological compatibility with the GBM microenvironment and demonstrated CXCL12-mediated chemotaxis can attract and entrap GBM cells into this hydrogel. In this study, we synthesize hydrogels under conditions mimicking GBM resection cavities and assess feasibility of histotripsy to ablate hydrogel-encapsulated cells. The results showed the hydrogel synthesis was bio-orthogonal, not shear-thinning, and can be scaled up for injection into GBM resection mimics in vitro. Experiments also demonstrated ultrasound imaging can distinguish the synthetic hydrogel from healthy porcine brain tissue. Finally, a 500 kHz transducer applied focused ultrasound treatment to the synthetic hydrogels, with results demonstrating precise histotripsy bubble clouds could be sustained in order to uniformly ablate red blood cells encapsulated by the hydrogel for homogeneous, mechanical fractionation of the entrapped cells. Overall, this hydrogel is a promising platform for biomaterials-based GBM treatment.
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 | 0,001 | 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 ».