MétaCan
Menu
Retour à la cohorte
Enregistrement W2051137616 · doi:10.1002/jbm.a.30711

Evaluation of pegylated lipid nanocapsules versus complement system activation and macrophage uptake

2006· article· en· W2051137616 sur OpenAlexaff
Arnaud Vonarbourg, Catherine Passirani, Patrick Saulnier, P. Simard, Jean‐Christophe Leroux, Jean‐Pierre Benoît

Notice bibliographique

RevueJournal of Biomedical Materials Research Part A · 2006
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Interference and Gene Delivery
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceComplement systemNanocapsulesPEG ratioPEGylationPolyethylene glycolBiophysicsAntibody opsonizationMacrophageImmune systemIn vitroBiochemistryNanotechnologyNanoparticleImmunologyChemistryOpsoninBiology

Résumé

récupéré en direct d'OpenAlex

This work consisted in defining the in vitro behavior of pegylated lipid nanocapsules (LNC) toward the immune system. LNC were composed of an oily core surrounded by a shell of lecithin and polyethylene glycol (PEG) known to decrease the recognition of nanoparticles by the immune system. The "stealth" properties were evaluated by measuring complement activation (CH50 technique and crossed-immunoelectrophoresis (C3 cleavage)) and macrophage uptake. These experiments were performed on 20-, 50-, and 100-nm LNC before and after dialysis. A high density of PEG at the surface led to very low complement activation by LNC with a slight effect of size. This size effect, associated to a dialysis effect in macrophage uptake, was due to differences in density and flexibility of PEG chains related to LNC curvature radius. Thanks to a high density, 660-Da PEG provided LNC a steric stabilization and a protective effect versus complement protein opsonization, but this protection decreased with the increase of LNC size, especially versus macrophage uptake.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,088
Tête enseignante GPT0,383
Écart entre enseignants0,295 · 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 source (Gemma direct ou Codex distillé), 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

Citations211
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biomedical Materials Research Part AMême sujetRNA Interference and Gene DeliveryTravaux en français237 207