Repurposing chlorpromazine for anti-leukaemic therapy with the drug-in-cyclodextrin-in-liposome nanocarrier platform
Notice bibliographique
Résumé
Acute myeloid leukaemia (AML) accounts for 30 % of adult leukaemia cases, predominantly affecting individuals over 60. The standard "7 + 3" intensive chemotherapy regimen is unsuitable for many elderly patients, contributing to AML's poor prognosis. While progress in drug therapies has been made, breakthroughs remain limited, indication-specific, and slow to expand. Drug repurposing offers a faster route to therapy development, while nanocarrier encapsulation broadens the scope of viable drug candidates. Chlorpromazine (CPZ) is an antipsychotic which has been identified as a potential anti-leukaemic agent. Due to its ability to cross the blood-brain barrier, it is likely to cause central nervous system (CNS) effects. The drug-in-cyclodextrin-in-liposome (DCL) nanocarrier platform enables the formulation of CPZ encapsulated with cyclodextrins (CDs) such as HP-γ-CD, SBE-β-CD, and Sugammadex. The CD/CPZ formulations were equally, or more efficient than free CPZ in inducing AML cell death. Uptake of the DCL in AML cells quickly reached saturation, with minimal differences among formulations, except for SBE-β-CD. When injected intravenously in zebrafish larvae, the different DCLs did not differ in biodistribution, and no brain accumulation was observed at two days post-injection. These DCL-based CPZ formulations maintain anti-leukaemic activity, avoid CNS accumulation, and allow drug availability adjustments based on the included CD.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».