Route of Administration of Functionalized Gold Nanoparticles Improves Tumor Accumulation In Vivo
Notice bibliographique
Résumé
Despite promising achievements of gold nanoparticles (GNPs) as either drug delivery vehicles or radiosensitizing agents in vitro, their clinical application remains limited. A major consideration for their translation to the clinic is optimizing their accumulation in malignant tissue while limiting their sequestration and toxicity in healthy organs. Achieving optimal tumor accumulation in vivo of GNPs requires extensive consideration of their functionalization and route of administration. Surface modifications with integrin binding domain RGD and polyethylene glycol (PEG) are both common practices to improve the blood circulation of GNPs and preferential tumor accumulation. However, the route of administration and functionalization strategy could significantly affect their biodistribution due to the presence of phagocytic elements of the host that recognize the RGD motif. In our study, we systematically evaluate the biodistribution of GNPs after intravenous (i.v.) or intratumoral (i.t.) injections and surface modification with PEG and RGD. After i.v. injections, RGD surface-functionalized GNPs had poor blood circulation time and demonstrated a 91% reduction in tumor accumulation relative to PEGylation alone, indicating significant recognition of the RGD motif by phagocytosing elements. In contrast, i.t. injections of RGD-functionalized GNPs showed increased tumor retention compared to PEGylation alone and reduced GNP accumulation in phagocytosing organs compared to i.v. injections. Our results highlight the importance of optimizing targeting moieties of GNPs when administered through either i.v. or i.t. routes and warrant further investigations into alternative surface ligands to improve their delivery and retention 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 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 | 0,000 |
| 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 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 ».