MétaCan
Menu
Retour à la cohorte
Enregistrement W7104271360 · doi:10.71781/4502

Modulation du microenvironnement tumoral du cancer du pancréas par une approche thérapeutique combinée à base de nanoparticules polymère-métal

2024· dissertation· fr· W7104271360 sur OpenAlexfundno aff

Notice bibliographique

RevueOpen MIND · 2024
Typedissertation
Languefr
DomaineEngineering
ThématiqueNanoplatforms for cancer theranostics
Établissements canadiensnon disponible
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesFonds de Recherche du Québec - SantéNatural Sciences and Engineering Research Council of CanadaCanada First Research Excellence Fund
Mots-clésZea maysTumor cellsEnvironmental factor

Résumé

récupéré en direct d'OpenAlex

L'adénocarcinome canalaire pancréatique (PDAC), une forme de cancer particulièrement agressive avec un taux de survie à 5 ans inférieur à 10%, motive le besoin urgent de nouvelles approches thérapeutiques. Les traitements de première ligne ne sont pas efficaces pour des tumeurs avancées du PDAC. En effet, il se distingue des autres formes de cancer par son microenvironnement tumoral (TME) complexe qui joue un rôle prépondérant dans la résistance thérapeutique. Ainsi, notre recherche aborde comment concevoir et optimiser des nanoparticules (NPs) capables de combiner efficacement la thérapie photothermique avec la délivrance ciblée d'un agent de reprogrammation des macrophages, pour surmonter les barrières physiologiques et l'immunosuppression caractéristiques du PDAC. Cette thèse explore tout d’abord les progrès récents dans le développement pré-clinique de la thérapie photothermique et son état actuel en essais cliniques, afin de mieux appréhender les problématiques de conception d’un traitement. Ainsi, l'étude se concentre sur la conception de nanoparticules composites AuNRs@PLA-PEG, combinant les propriétés photothermique de nano-bâtonnets d'or (AuNRs) avec les capacités d'encapsulation et de libération contrôlée des nanoparticules polymériques PLA-PEG. Nous avons développé avec succès une méthode d'assemblage novatrice utilisant des peptides de type coiled-coil permettant un contrôle précis de la structure et améliorant leur efficacité photothermique par rapport à des assemblages conventionnels. Les nanoparticules AuNRs@PLA-PEG ont été optimisées pour l'encapsulation de IPI-549, un inhibiteur de PI3K-γ connu pour ses propriétés de reprogrammation phénotypique des macrophages. Les études de libération contrôlée ont démontré que ces NPs pouvaient libérer sur demande IPI-549, en réponse à une irradiation laser proche infrarouge. Nous avons développé des sphéroïdes multicellulaires combinant des cellules cancéreuses pancréatiques (KPC) et des macrophages anti-inflammatoires (M2), pour démontrer que la combinaison de la thérapie photothermique et de la délivrance de IPI-549 via les nanoparticules AuNRs@PLA-PEG conduisait à une repolarisation améliorée des macrophages M2 vers le phénotype pro-inflammatoire (M1) et à une inhibition de la croissance tumorale. Les cellules cancéreuses KPC ont montré une sensibilité plus élevée à l'hyperthermie par rapport aux macrophages. Les études d'efficacité à long terme ont démontré que les macrophages traités avec nos nanoparticules maintenaient leur état repolarisé même après une résurgence de cellules cancéreuses, suggérant un potentiel de réponse immunitaire antitumorale in vivo. En conclusion, cette thèse présente une nouvelle approche testée in vitro pour le traitement du PDAC, combinant nanotechnologie, thérapie photothermique et immunothérapie.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,254
Écart entre enseignants0,239 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetNanoplatforms for cancer theranosticsTravaux en français237 207