Re-examining the Size/Charge Paradigm: Differing in Vivo Characteristics of Size- and Charge-Matched Mesoporous Silica Nanoparticles
Notice bibliographique
Résumé
The combination of nanoparticle (NP) size, charge, and surface chemistry (e.g., extent of modification with polyethylene glycol (PEG)) is accepted as a key determinant of NP/cellular interactions. However, the influence of spatial arrangement and accessibility of the charged molecules on the NP surface vis-à-vis the average surface charge (zeta (ζ) potential) is incompletely understood. Here we demonstrate that two types of mesoporous silica nanoparticles (MSNP) that are matched in terms of primary and hydrodynamic particle size, shape, pore structure, colloidal stability, and ζ potential, but differ in surface chemistry, viz. the spatial arrangement and relative exposure of surface amines, have profoundly different interactions with cells and tissues when evaluated in vitro and in vivo. While both particles are ∼50 nm in diameter, PEGylated, and positively charged (ζ = +40 mV), PEG-PEI (MSNPs modified with exposed polyamines), but not PEG-NMe3(+) (MSNP modified with distributed, obstructed amines) rapidly bind serum proteins, diverse cells types in vitro, and endothelial and white blood cells in vivo (ex ovo chick embryo model). This finding helps elucidate the relative role of surface exposure of charged molecules vs ζ potential in otherwise physicochemically matched MSNP and highlights protein corona neutrality as an important design consideration when synthesizing cationic NPs for biological applications.
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 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».