BSA Nanoparticles for siRNA Delivery: Coating Effects on Nanoparticle Properties, Plasma Protein Adsorption, and<i>In Vitro</i>siRNA Delivery
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
Developing vehicles for the delivery of therapeutic molecules, like siRNA, is an area of active research. Nanoparticles composed of bovine serum albumin, stabilized via the adsorption of poly-L-lysine (PLL), have been shown to be potentially inert drug-delivery vehicles. With the primary goal of reducing nonspecific protein adsorption, the effect of using comb-type structures of poly(ethylene glycol) (1 kDa, PEG) units conjugated to PLL (4.2 and 24 kDa) on BSA-NP properties, apparent siRNA release rate, cell viability, and cell uptake were evaluated. PEGylated PLL coatings resulted in NPs with ζ-potentials close to neutral. Incubation with platelet-poor plasma showed the composition of the adsorbed proteome was similar for all systems. siRNA was effectively encapsulated and released in a sustained manner from all NPs. With 4.2 kDa PLL, cellular uptake was not affected by the presence of PEG, but PEG coating inhibited uptake with 24 kDa PLL NPs. Moreover, 24 kDa PLL systems were cytotoxic and this cytotoxicity was diminished upon PEG incorporation. The overall results identified a BSA-NP coating structure that provided effective siRNA encapsulation while reducing ζ-potential, protein adsorption, and cytotoxicity, necessary attributes for in vivo application of drug-delivery vehicles.
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 | 0,001 | 0,000 |
| 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