Copper Transport Mediated by Nanocarrier Systems in a Blood–Brain Barrier In Vitro Model
Notice bibliographique
Résumé
Copper (Cu) is a cofactor of various metalloenzymes and has a role in neurodegenerative diseases with disturbed Cu homeostasis, for example, in Alzheimer's disease (AD) and Menkes disease. To address Cu imbalances, we synthesized two different dendritic nanoparticles (NP) for the transport of Cu(II) ions across the blood-brain barrier (BBB). The synthesized NPs show low toxicity and high water solubility and can stabilize high amounts of Cu(II). The Cu(II)-laden NPs crossed cellular membranes and increased the cellular Cu level. A human brain microvascular endothelial cell (HBMEC) model was established to investigate the permeability of the NPs through the BBB. By comparing the permeability × surface area product (PSe) of reference substances with those of NPs, we observed that NPs crossed the BBB model two times more effectively than (14)C-sucrose and sodium fluorescein (NaFl) and up to 60× better than Evans Blue labeled albumin (EBA). Our results clearly indicate that NPs cross the BBB model effectively. Furthermore, Cu was shielded by the NPs, which decreased the Cu toxicity. The novel design of the core-shell NP enabled the complexation of Cu(II) in the outer shell and therefore facilitated the pH-dependent release of Cu in contrast to core-multishell NPs, where the Cu(II) ions are encapsulated in the core. This allows a release of Cu into the cytoplasm. In addition, by using a cellular detection system based on a metal response element with green fluorescent protein (MRE-GFP), we demonstrated that Cu could also be released intracellularly from NPs and is accessible for biological processes. Our results indicate that NPs are potential candidates to rebalance metal-ion homeostasis in disease conditions affecting brain and neuronal systems.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».