Branched-chain and dendritic lipids for nanoparticles
Notice bibliographique
Résumé
Lipid nanoparticles (LNPs) for drug-delivery applications are largely derived from natural lipids. Synthetic lipids, particularly those incorporating branched hydrocarbons and hyper-branched hydrocarbon architectures, may afford enhanced lipophilicity with enhanced fluidity and thereby lead to LNP stabilization. Hydrocarbon anchors based on serinol diesters were prepared from linear Cn (n = 14, 16, 18) and branched (n = 16) acids with Boc-protected serinol. These diesters were further dimerized on an iminodiacetamide backbone to provide eight branched-chain and dendritic lipid anchors. Derivatization of these core structures provided eight PEG-lipids and seven thiopurine linked lipid–drug conjugates. LNPs were prepared by microfluidic mixing from mixed lipids in ethanol diluted into aqueous media. The lipid–drug conjugates incorporated 5 mol% of a phosphocholine and 5 mol% of a commercial PEG-lipid to form LNPs with a thiopurine drug loading of 15 wt%. The PEG–lipids prepared were formulated at 1.5 mol% as a surface stabilizer to LNPs containing dsDNA lipoplexes. The stability of the LNPs was assessed under different storage conditions through monitoring of particle size. For both LNPs from lipid–thiopurine conjugates and the PEG-lipid systems, there is strong preliminary evidence that hydrocarbon branching results in LNP stabilization. Four of the lipid–drug conjugate formulations were stable to cell culture conditions (10% serum, 37 °C) and the toxicity of these LNPs was assessed in two cell lines relative to the free thiopurines in the medium. The observed toxicity is consistent with cellular uptake of the LNPs and reductive release of the cargo thiopurine within the cell.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,004 | 0,003 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».