Click Chemistry Functionalized Polymeric Nanoparticles Target Corneal Epithelial Cells through RGD-Cell Surface Receptors
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Self-assembled polymeric nanoparticles modified with targeting ligands on the surface provide a means for localized cell delivery. To gain greater insight into the possibility of derivatizing poly(2-methyl-2-carboxytrimethylene carbonate-co-D,L-lactide) (poly(TMCC-co-LA)) nanoparticles using the Huisgen's 1,3 dipolar cycloaddition reaction, we synthesized amphiphilic copolymers comprising a hydrophobic poly(TMCC-co-LA) backbone and a hydrophilic poly(ethylene glycol) (PEG) pendant chain. By coupling amine-terminated PEG-azide to the carboxylic acid group of the poly(TMCC-co-LA) via EDC chemistry, an amphiphilic copolymer was formed. The poly(TMCC-co-LA)-g-PEG-N3 self-assembled in aqueous solution and presented azide groups on the surface of the nanoparticles. Alkyne-modified KGRGDS peptides were synthesized and coupled to the azide-functionalized nanoparticles via Huisgen's 1,3 dipolar cycloaddition, which was catalyzed by copper sulfate and sodium ascorbate in aqueous solution. Using coumarin-modified lysine (K) of the KGRGDS peptide, fluorescence was used to determine that there were approximately 400 peptides bound to each nanoparticle. The bioactivity of the GRGDS nanoparticle was confirmed with a competitive cell attachment assay using rabbit corneal epithelial cells. This GRGDS-nanoparticle system may be suitable for targeted drug 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.
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) | 0,002 | 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 découle