用机器学习引导的合成纳米材料用于乳腺癌治疗

科学领域:

• 生物医学工程 生物医学工程
• 材料科学 材料科学 材料科学
• 在瘤学瘤学.

背景情况:

• 乳腺癌是一种普遍存在的恶性瘤,其特征是不受控制的上皮细胞增殖.
• 晚期乳腺癌可能导致远程转移和危及生命的器官功能障碍.
• 有效的早期治疗受到模仿其他疾病的非特异性症状的阻碍.

研究的目的:

• 开发和评估高药载荷凝颗粒,以控制不溶性药物的释放.
• 调查一种新型水凝配方的治疗潜力,该配方含有用于乳腺癌治疗的化合物1.
• 探索机器学习,以识别乳腺癌的新型小分子候选药物.

主要方法:

• 使用SEM,FT-IR和TGA,合成和描述载有化合物1的凝颗粒.
• 在体外评价Hydrogel@compound 1对乳腺癌细胞增殖,迁移和入侵的疗效.
• 机器学习的应用,以选结构相似的化合物治疗潜力.

主要成果:

• 凝颗粒成功合成和表征,显示出合适的物理化学性质.
• Hydrogel@compound 1显著抑制了乳腺癌细胞的增殖,迁移和入侵.
• 机器学习发现了三种新型化合物,具有对乳腺癌有前途的治疗效果.

结论:

• 高药载荷的凝颗粒提供了一种简单,具有成本效益的方法,用于在乳腺癌治疗中输送不溶性药物.
• 开发的水凝配方显示出抑制乳腺癌进展的巨大潜力.
• 机器学习为加速发现新的小分子乳腺癌药物提供了宝贵的工具.