Fine‐Tuning Photochemical Immunogenic Cell Death by a Panel of Verteporfin‐Lipid Nanoparticles: A Data‐Driven Approach
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
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.
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) | 0,000 | 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 découle