Meta-Analysis of Nanoparticle Distribution in Tumors and Major Organs in Tumor-Bearing Mice

纳米医学 分布(数学) 药物输送 脾脏 癌症 计算机科学 纳米颗粒 医学 数据库 材料科学 纳米技术 内科学 数学 数学分析
作者
Qiran Chen,Long Yuan,Wei-Chun Chou,Yi‐Hsien Cheng,Chunla He,Nancy A. Monteiro‐Riviere,Jim E. Riviere,Zhoumeng Lin
出处
期刊:ACS Nano [American Chemical Society]
卷期号:17 (20): 19810-19831 被引量:11
标识
DOI:10.1021/acsnano.3c04037
摘要

Low tumor delivery efficiency is a critical barrier in cancer nanomedicine. This study reports an updated version of “Nano-Tumor Database”, which increases the number of time-dependent concentration data sets for different nanoparticles (NPs) in tumors from the previous version of 376 data sets with 1732 data points from 200 studies to the current version of 534 data sets with 2345 data points from 297 studies published from 2005 to 2021. Additionally, the current database includes 1972 data sets for five major organs (i.e., liver, spleen, lung, heart, and kidney) with a total of 8461 concentration data points. Tumor delivery and organ distribution are calculated using three pharmacokinetic parameters, including delivery efficiency, maximum concentration, and distribution coefficient. The median tumor delivery efficiency is 0.67% injected dose (ID), which is low but is consistent with previous studies. Employing the best regression model for tumor delivery efficiency, we generate hypothetical scenarios with different combinations of NP factors that may lead to a higher delivery efficiency of >3%ID, which requires further experimentation to confirm. In healthy organs, the highest NP accumulation is in the liver (10.69%ID/g), followed by the spleen 6.93%ID/g and the kidney 3.22%ID/g. Our perspective on how to facilitate NP design and clinical translation is presented. This study reports a substantially expanded “Nano-Tumor Database” and several statistical models that may help nanomedicine design in the future.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
默默含卉完成签到,获得积分10
1秒前
领导范儿应助wg采纳,获得10
2秒前
2秒前
4秒前
SciGPT应助Likx采纳,获得10
4秒前
缓慢的珊珊完成签到,获得积分10
5秒前
快看文献完成签到 ,获得积分10
6秒前
西子阳完成签到,获得积分10
6秒前
6秒前
为什么不学习完成签到,获得积分10
8秒前
三千完成签到,获得积分10
8秒前
赘婿应助qiao采纳,获得10
9秒前
科研通AI2S应助bxj采纳,获得10
9秒前
haoooooooooooooo应助bxj采纳,获得10
9秒前
haoooooooooooooo应助bxj采纳,获得10
9秒前
科研通AI2S应助bxj采纳,获得10
9秒前
万默发布了新的文献求助10
9秒前
天天快乐应助科研通管家采纳,获得10
11秒前
科研通AI2S应助科研通管家采纳,获得10
11秒前
科研通AI2S应助科研通管家采纳,获得10
11秒前
123发布了新的文献求助10
12秒前
万能图书馆应助默默含卉采纳,获得10
13秒前
14秒前
66完成签到,获得积分10
14秒前
15秒前
16秒前
Zhang Wei发布了新的文献求助10
18秒前
su得发布了新的文献求助10
19秒前
dandan完成签到,获得积分10
19秒前
21秒前
在水一方应助忐忑的尔容采纳,获得10
21秒前
王谊讴完成签到,获得积分10
22秒前
严剑封发布了新的文献求助10
23秒前
24秒前
朴实的纸飞机完成签到 ,获得积分10
25秒前
guan发布了新的文献求助10
26秒前
27秒前
27秒前
28秒前
废洋洋发布了新的文献求助10
28秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3155969
求助须知:如何正确求助?哪些是违规求助? 2807310
关于积分的说明 7872521
捐赠科研通 2465654
什么是DOI,文献DOI怎么找? 1312280
科研通“疑难数据库(出版商)”最低求助积分说明 630031
版权声明 601905