MétaCan
Menu
Retour à la cohorte
Enregistrement W2047587652 · doi:10.1002/btpr.1799

Cholic acid modified 2 kDa polyethylenimine as efficient transfection agent

2013· article· en· W2047587652 sur OpenAlexaff
Brahmanand Dube, Laura Rose, Krutika Sawant, Hasan Uludağ

Notice bibliographique

RevueBiotechnology Progress · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Interference and Gene Delivery
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPolyethylenimineCholic acidTransfectionChemistryPolymerGraftingHEK 293 cellsGene deliveryCombinatorial chemistryBiochemistryOrganic chemistryGeneCholesterol

Résumé

récupéré en direct d'OpenAlex

New lipopolymers were synthesized by conjugating cholic acid (ChA) to polyethylenimines (PEI; 2 and 25 kDa) and a polyallylamine (PAA; 15 kDa) via N-acylation to develop effective gene delivery systems. The extent of ChA substitution linearly varied with the feed ratio during synthesis, indicating good control over grafting ratio. While ChA did not affect binding to plasmid DNA (pDNA) for higher molecular weight (MW) polymers, ChA substitution to 2 kDa PEI significantly affected the pDNA binding. Toxicity of the 2 kDa PEI was unaffected by ChA substitution, but it was improved for the higher MW polymers. Using immortal 293T cells and primary cord blood-derived mesenchymal stem cells, low MW (2 kDa) PEI was shown to display much better transfection efficiency as a result of ChA substitution, unlike the higher MW polymers. We conclude that ChA could be a suitable substituent for non-toxic (low MW) PEIs in order to improve their transfection efficiency.

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 enseignants0,063
Score d'incertitude au seuil0,764

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,009
Tête enseignante GPT0,242
Écart entre enseignants0,233 · 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

Citations9
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiotechnology ProgressMême sujetRNA Interference and Gene DeliveryTravaux en français237 207