Systemic Gene Silencing in Primary T Lymphocytes Using Targeted Lipid Nanoparticles
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
Modulating T cell function by down-regulating specific genes using RNA interference (RNAi) holds tremendous potential in advancing targeted therapies in many immune-related disorders including cancer, inflammation, autoimmunity, and viral infections. Hematopoietic cells, in general, and primary T lymphocytes, in particular, are notoriously hard to transfect with small interfering RNAs (siRNAs). Herein, we describe a novel strategy to specifically deliver siRNAs to murine CD4(+) T cells using targeted lipid nanoparticles (tLNPs). To increase the efficacy of siRNA delivery, these tLNPs have been formulated with several lipids designed to improve the stability and efficacy of siRNA delivery. The tLNPs were surface-functionalized with anti-CD4 monoclonal antibody to permit delivery of the siRNAs specifically to CD4(+) T lymphocytes. Ex vivo, tLNPs demonstrated specificity by targeting only primary CD4(+) T lymphocytes and no other cell types. Systemic intravenous administration of these particles led to efficient binding and uptake into CD4(+) T lymphocytes in several anatomical sites including the spleen, inguinal lymph nodes, blood, and the bone marrow. Silencing by tLNPs occurs in a subset of circulating and resting CD4(+) T lymphocytes. Interestingly, we show that tLNP internalization and not endosome escape is a fundamental event that takes place as early as 1 h after systemic administration and determines tLNPs' efficacy. Taken together, these results suggest that tLNPs may open new avenues for the manipulation of T cell functionality and may help to establish RNAi as a therapeutic modality in leukocyte-associated diseases.
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 | 0,000 | 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