MOF-derived intelligent arenobufagin nanocomposites with glucose metabolism inhibition for enhanced bioenergetic therapy and integrated photothermal-chemodynamic-chemotherapy
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
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.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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