MétaCan
Menu
Retour à la cohorte
Enregistrement W2056461656 · doi:10.1021/am900357x

Study of Transfection Efficiencies of Cationic Glyconanoparticles of Different Sizes in Human Cell Line

2009· article· en· W2056461656 sur OpenAlexaff
Marya Ahmed, Zhicheng Deng, Ravin Narain

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2009
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Interference and Gene Delivery
Établissements canadiensLaurentian UniversityUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésBiocompatibilityMaterials scienceHeLaCyanineColloidal goldNanoparticleSurface modificationNanotechnologyCationic polymerizationTransfectionGlycopolymerIn vivoFluorescenceBiophysicsIn vitroCell cultureChemical engineeringPolymerChemistryPolymer chemistryBiochemistryBiologyCopolymerOptics

Résumé

récupéré en direct d'OpenAlex

The growing attention toward the synthesis and uses of gold nanoparticles for biomedical applications is based on their biocompatibility, ease of functionalization, and unique optical and electronic properties. Recently, the gold nanoparticles are also found to induce the size-dependent interactions with living tissues. It has been found that gold nanoparticles of different sizes are uptaken by the cells in vitro and by the organs of living specimens in vivo at different rates. Herein, we report the use of gold nanoparticles of different sizes as a gene delivery agent. The gold nanoparticles of 10, 40, and 100 nm diameter were surface functionalized with cationic glycopolymer, and their biocompatibility under physiological conditions was investigated. The stable nanoparticles were then complexed with enhanced cyanine fluorescence protein plasmid (pECFP) and their transfection efficiencies in Hela cell line were studied. It was found that gold nanoparticles of 40 nm core diameter exhibit highest transfection efficiencies compared to the other sizes of nanoparticles studied.

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 enseignants0,007
Score d'incertitude au seuil0,373

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 recherche0,0000,000
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 Opus0,012
Tête enseignante GPT0,255
Écart entre enseignants0,244 · 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

Citations44
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujetRNA Interference and Gene DeliveryTravaux en français237 207