Peptide-functionalized gold nanoparticles for boron neutron capture therapy with the potential to use in Glioblastoma treatment
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Glioblastoma is a highly aggressive glioma with limited treatment options. Boron neutron capture therapy (BNCT) offers a promising approach for refractory cancers, utilizing boron-10 (10B) and thermal neutrons to generate cytotoxic particles. Effective BNCT depends on selective targeting and retention of 10B in tumors. Current BNCT drugs face issues with rapid clearance and poor tumor accumulation. To address this, we developed gold nanoparticles (AuNPs) functionalized with cyclic arginine-glycine-aspartic acid (cRGD) peptides as a nanocarrier for Sodium Mercaptododecaborate (BSH), resulting in AuNPs-BSH&PEG-cRGD. In vitro, AuNPs-BSH&PEG-cRGD increased 10B content in GL261 glioma cells by approximately 2.5-fold compared to unmodified AuNPs-BSH&PEG, indicating enhanced targeting due to cRGD's affinity for integrin receptor αvβ3. In a subcutaneous glioma mouse model, 6 h post-intratumoral administration, the 10B concentration in tumors was 17.98 μg/g for AuNPs-BSH&PEG-cRGD, significantly higher than 0.45 μg/g for BSH. The tumor-to-blood (T/B) and tumor-to-normal tissue (T/N) ratios were also higher for AuNPs-BSH&PEG-cRGD, suggesting improved targeting and retention. This indicates that AuNPs-BSH&PEG-cRGD may enhance BNCT efficacy and minimize normal tissue toxicity. In summary, this study provides a novel strategy for BSH delivery and may broaden the design vision of BNCT nano-boron capture agents.
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.
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 découle