Targeting of Lipid-Protamine-DNA (LPD) Lipopolyplexes Using RGD Motifs
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
The incorporation of pegylated lipid into Lipid-Protamine-DNA (LPD-PEG) lipopolyplexes causes a decrease of their in vitro transfection activity. This can be partially attributed to a reduction in particle binding to cells. To restore particle binding and specifically target LPD formulations to tumor cells, the lipid-peptide conjugate DSPE-PEG5K-succinyl-ACDCRGDCFCG-COOH (DSPE-PEG5K-RGD-4C) was generated and incorporated into LPD formulations (LPD-PEG-RGD). LPD-PEG-RGD was characterized with respect to its biophysical and biological properties. The Incorporation of DSPE-PEG5K-RGD-4C ligands into LPD formulations results in a 5 and a 15 fold increase in the LPD-PEG-RGD binding and uptake, respectively, over an LPD-PEG formulation. Enhancement of binding and uptake resulted in a 100 fold enhancement of transfection activity. Moreover, this transfection enhancement was specific to cells expressing appropriate integrin receptors (MDA-MB-231). Huh7 cells, known for their low level of alphavbeta3 and alphavbeta5 integrin expression, failed to show RGD mediated transfection enhancement. This transfection enhancement can be abolished in a competitive manner using free RGD peptide, but not an RGE control peptide. Results demonstrated RGD mediated enhanced LPD-PEG cell binding and transfection in cells expressing the integrin receptor. These formulations provide the basis for effective, targeted, systemic gene 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 | 0,002 | 0,001 |
| 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) | 0,000 | 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 découle