Strategy of “Controllable Ions Interference” for Boosting MRI-Guided Ferroptosis Therapy of Tumors
Notice bibliographique
Résumé
Chemotherapy for oral squamous cell carcinoma (OSCC) is often marred by the development of multidrug resistance and systemic adverse effects. Metal ion interference therapy (MIIT) has risen as an innovative strategy to disrupt the intracellular metal ion equilibrium in tumor cells, potentially overcoming drug resistance. However, the effectiveness of cancer treatment that relies on delivering single metal ions to tumor site is often constrained. To address this, we have developed a therapeutic nanoplatform employing hollow mesoporous manganese dioxide nanoparticles (HMON) which harness the chelating properties of tannic acid to control the loading and release of Zn 2+ and Pt 2+, i.e., Zn@CDDP@HMON. In acidic tumor microenvironment, Zn 2+ and Pt 2+ ions strategically released from nanoplatform can inhibit mitochondrial respiration and activate NADPH oxidases (NOXs), respectively, increasing superoxide anion (O 2 • – ) and hydrogen peroxide production (H 2 O 2 ). The released Mn 4+ consumes intracellular glutathione (GSH) to generate Mn 2+, which reacts with H 2 O 2 in a Fenton-like reaction, producing hydroxyl radicals (•OH) and inducing lipid peroxidation (LPO). The depletion of GSH also inhibits GPX4 activity, sensitizing tumor cells to ferroptosis. Furthermore, the reduced Mn 2+ facilitates T 1 -MRI imaging, allowing for real-time monitoring of nanoplatform distribution and accumulation in 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) | 0,001 | 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 ».