MOF-derived intelligent arenobufagin nanocomposites with glucose metabolism inhibition for enhanced bioenergetic therapy and integrated photothermal-chemodynamic-chemotherapy
Notice bibliographique
Résumé
Bioenergetic therapy based on tumor glucose metabolism is emerging as a promising therapeutic modality. To overcome the poor bioavailability and toxicity of arenobufagin (ArBu), a MOF-derived intelligent nanosystem, ZIAMH, was designed to facilitate energy deprivation by simultaneous interventions of glycolysis, OXPHOS and TCA cycle. Herein, zeolitic imidazolate framework-8 was loaded with ArBu and indocyanine green, encapsulated within metal-phenolic networks for chemodynamic therapy and hyaluronic acid modification for tumor targeting. ZIAMH nanoparticles can release ArBu in the tumor microenvironment for chemtherapy, and ICG enables photothermal therapy under near-infrared laser irradiation. In vitro and in vivo mechanism studies revealed that the ZIAMH nanoplatform downregulated glucose metabolism related genes, resulting in the reduction of energy substances and metabolites in tumors. Additionally, it significantly promoted cell apoptosis by upregulating pro-apoptotic proteins such as Bax, Bax/Bcl-2, cytochrome C. Animal studies have shown that the tumor inhibition efficiency of ZIAMH nanomedicines was three fold higher than that of free drugs. Therefore, this study provides a new strategy for glucose metabolism-mediated bioenergetic therapy and PTT/CDT/CT combined therapy for 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 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) | 0,000 | 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 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 ».