Fine‐Tuning Photochemical Immunogenic Cell Death by a Panel of Verteporfin‐Lipid Nanoparticles: A Data‐Driven Approach
Notice bibliographique
Résumé
Immunogenic cell death (ICD) is an immunostimulatory process that can be induced by light-activated photosensitizers, but its mechanisms remain unclear, especially with lipid nanoparticle (LNP) formulations. In this study, a multivariate, data-driven analysis was conducted using a panel of five verteporfin(V)-LNPs to identify the attributes that lead to the greatest photochemically-induced exposure of ICD markers in pancreatic cancer cells. These attributes include varying production of Type I (radicals) or Type II (singlet oxygen) reactive oxygen species (ROS) upon 690 nm activation, localization in different organelles, variable cellular uptake efficiencies, and different phototoxicity levels. Using principal component analysis, we identified that, unexpectedly, Type I ROS is most strongly associated with ICD marker exposure, which leads to dendritic cell activation ex vivo, while Type II ROS shows the weakest association. Furthermore, V-LNP localization in the endoplasmic reticulum and mitochondria is most strongly associated with exposure of ICD markers, while lysosomal localization shows the weakest association. ICD marker exposure is proportional to the degree of phototoxicity and cellular uptake efficiency for all V-LNPs. These findings provide critical insights into the multiparametric mechanism underlying photochemical ICD induced by V-LNPs and can inform the rational design of photochemical LNP constructs for augmenting anticancer immune responses.
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 ».