Bioinspired Design of Single-Atom Micellar Nanozymes Facilitates Internal Environment-Driven Synergistic Therapy against Lymphoma
Notice bibliographique
Résumé
The binding and catalytic sites of natural enzymes play a decisive role in enzymatic processes. Constructing bioinspired catalytic centers and advancing nanozyme-mediated cancer therapeutics represent a significant yet challenging frontier. Herein, we have developed tumor-targeting micellar single-atom nanozymes (Fe(II)NC-SAz-E5 micelles) through a rational design that integrates tumor microenvironment (TME) responsivity and active targeting for synergistic anti-Non-Hodgkin’s lymphoma (NHL) therapy. The Fe(II) ions were precisely anchored into PLGA-PEG-NH 2 self-assembled micelle-DOTA-E5 complex via DOTA chelation, forming FeN 4 (COOH) active sites that mimic natural peroxidase with remarkable catalytic efficiency. Guided by the tumor-targeting peptide E5, these micelles preferentially accumulate in tumor tissues and inhibit metastasis by suppressing the CXCR4/CXCL12 signaling axis. Moreover, tumor cells are effectively eliminated through a self-sustaining cycle of “substrate supply-catalytic amplification-metabolic intervention,” leveraging the elevated levels of H 2 O 2, GSH, and glucose in the TME. Extensive in vitro and in vivo studies demonstrated the micelles’ potent catalytic activity, significant inhibition of lymphoma progression, and strong antimetastatic effects. Notably, the use of FDA-approved PLGA and clinically established DOTA chelation highlights the strong translational potential of this platform for future clinical applications.
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 ».