MétaCan
Menu
Retour à la cohorte
Enregistrement W1984698021 · doi:10.1021/acs.biomac.5b00221

Tailoring the Surface of a Gene Delivery Vector with Carboxymethylated Dextran: A Systematic Analysis

2015· article· en· W1984698021 sur OpenAlexafffund
Charles Fortier, Elodie Louvier, Yves Durocher, Grégory De Crescenzo

Notice bibliographique

RevueBiomacromolecules · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Interference and Gene Delivery
Établissements canadiensUniversité de MontréalPolytechnique MontréalNational Research Council Canada
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésNanocarriersGene deliveryChemistryCoatingBiophysicsNanotechnologyIn vivoDrug deliveryMaterials scienceGenetic enhancementBiochemistryGeneBiologyBiotechnology

Résumé

récupéré en direct d'OpenAlex

Polymeric nanocarriers are attractive nonviral vectors for gene delivery purposes in vivo. For such applications, numerous physiological and subcellular bottlenecks have to be overcome. In that endeavor, each structural feature of nanocarriers can be optimized with respect to its corresponding challenges. Here, we focused on the interface between a model gene delivery nanocarrier and relevant constituents of the physiological environment. We screened a library of carboxymethylated dextrans (CMD) for the electrostatic coating of positively charged nanocarriers. We evaluated the jointed influence of the CMD molecular weight and charge density upon nanocarrier coating with respect to DNase, small ions, plasma proteins, red blood cells, and target cells. A total of 4 out of 26 CMD coated nanocarriers successfully passed every screening assay, but did not yield increased reporter gene expression in target cells compared to uncoated nanocarriers. The fine-tuning of CMD for nanocarrier coating yielded a relevant shortlist of candidates that will be further tested in vivo.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,008
Score d'incertitude au seuil0,481

Scores Codex et Gemma par catégorie

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

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 Opus0,018
Tête enseignante GPT0,235
Écart entre enseignants0,218 · 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 tête enseignante, 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

Citations10
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomacromoleculesMême sujetRNA Interference and Gene DeliveryTravaux en français237 207