Effects of Docetaxel and Host Immune Status on Nanoparticle Biodistribution and Tumor Uptake
Notice bibliographique
Résumé
Despite promising preclinical research on nanoparticle-based strategies for improving cancer therapeutics, their clinical translation remains limited. The efficacy of these strategies often depends on the efficient delivery of nanoparticles to the tumor environment, making accurate representations of their biodistribution paramount in evaluating their potential. However, many studies commonly employ immunodeficient animal models to assess their therapeutic efficacy. While useful, these models do not accurately depict nanoparticle interactions with the immune system, which could lead to results being overstated due to the misrepresentation of their biodistribution. In our study, we demonstrate that immunocompetent mouse models exhibit significant alterations to the biodistribution of gold nanoparticles compared to conventional immunodeficient mouse models. The presence of a fully functional murine immune system was found to significantly increase the accumulation of gold nanoparticles in phagocytosing organs, consequently decreasing the concentration in tumors up to 95%, highlighting the importance of employing syngeneic tumor models to better predict clinical performance. Furthermore, we show that the concurrent administration of the chemotherapeutic agent docetaxel can assist in remediating this decrease by significantly enhancing gold nanoparticle accumulation in syngeneic tumors, demonstrating its potential as a combinatorial approach with nanoparticle-based cancer therapeutics. Based on our results, this elicits further investigation on the interactions of immune cells with gold nanoparticles and surface ligands used in our study to fully optimize their delivery to tumors.
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 ».