Synthesis and evaluation of diethylethylamine–chitosan for gene delivery: composition effects on the<i>in vitro</i>transfection efficiency
Notice bibliographique
Résumé
Chitosan has been indicated as a safe and promising polycation vector for gene delivery. However its low transfection efficiency has been a challenging obstacle for its application. To address this limitation, we synthesized chitosan derivatives which had increasing amounts of diethylethylamine groups (DEAE) attached to the chitosan main chain. The plasmid DNA VR1412 (pDNA), encoding the ß-galactosidase (ß-gal) reporter gene was used to prepare nanoparticles with the chitosan derivatives, and the transfection studies were performed with HeLa cells. By means of dynamic light scattering and zeta potential measurements, it was shown that diethylethylamine-chitosan derivatives (DEAE(x)-CH) were able to condense DNA into small particles having a surface charge depending on the polymer/DNA ratio (N/P ratio). Nanoparticles prepared with derivatives containing 15 and 25% of DEAE groups (DEAE(15)-CH and DEAE(25)-CH) exhibited transfection efficiencies ten times higher than that observed with deacetylated chitosan (CH). For derivatives with higher degrees of substitution (DS), transfection efficiency decreased. The most effective carriers showed low cytotoxicity and good transfection activities at low charge ratios (N/P). Vectors with low DS were easily degraded in the presence of lysozyme at physiological conditions in vitro and the nontoxicity displayed by these vectors opens up new opportunities in the design of DEAE-chitosan-based nanoparticles for gene delivery.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 tête enseignante, 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 ».