Intrinsic functional and architectonic heterogeneity of tumor-targeted protein nanoparticles
Notice bibliographique
Résumé
Self-assembling proteins are gaining attention as building blocks for application-tailored nanoscale materials. This is mostly due to the biocompatibility, biodegradability, and functional versatility of peptide chains. Such a potential for adaptability is particularly high in the case of recombinant proteins, which are produced in living cells and are suitable for genetic engineering. However, how the cell factory itself and the particular protein folding machinery influence the architecture and function of the final material is still poorly explored. In this study we have used diverse analytical approaches, including small-angle X-ray scattering (SAXS) and field emission scanning electron microscopy (FESEM) to determine the fine architecture and geometry of recombinant, tumor-targeted protein nanoparticles of interest as drug carriers, constructed on a GFP-based modular scheme. A set of related oligomers were produced in alternative Escherichia coli strains with variant protein folding networks. This resulted in highly regular populations of morphometric types, ranging from 2.4 to 28 nm and from spherical- to rod-shaped materials. These differential geometric species, whose relative proportions were determined by the features of the producing strain, were found associated with particular fluorescence emission, cell penetrability and receptor specificity profiles. Then, nanoparticles with optimal properties could be analytically identified and further isolated from producing cells for use. The cell's protein folding machinery greatly modulates the final geometry reached by the constructs, which in turn defines the key parameters and biological performance of the material.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».