Glycogen for Smyd3-antisense oligonucleotide delivery and enhanced liver cancer gene therapy
Notice bibliographique
Résumé
The overexpression of Smyd3 is closely related to the progression of various cancers. Smyd3 is overexpressed in liver cancers but is hardly detectable in normal tissues; consequently, it is attracting increasing attention as a target for liver cancer therapy. Therefore, silencing Smyd3 mRNA using antisense oligonucleotides (ASOs) offers a promising option for liver cancer therapy. However, their clinical application is hindered by their poor stability and cellular uptake. Although promising, strategies such as chemical modification of the ASOs as well as the synthetic nanocarriers raise safety concerns. The efficient delivery of ASOs into tumor cells remains a big challenge. In this study, we developed a novel glyco-nanovector for Smyd3-ASO delivery. Glycogen possesses an inherent dendritic nanostructure. Aminated glycogen (NG) was simply synthesized by grafting glycogen with diethylenetriamine (DETA). NG possessed good biocompatibility. Cationic NG efficiently formed a complex with Smyd3-ASOs and shielded them from enzymatic degradation. NG significantly enhanced the cellular uptake of Smyd3-ASOs in HepG2 cells. As a result, NG/ASOs decreased the translation of Smyd3 proteins from mRNA and thus inhibited the proliferation of HepG2 cells. This study underscores the potential of glycogen as an efficient nanovector for ASO delivery and cancer gene therapy.
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 ».