Construction of a PLGA based, targeted siRNA delivery system for treatment of osteoporosis
Notice bibliographique
Résumé
Osteoporosis, a systemic skeletal disorder, occurs when bone turnover balance is disrupted. With the identification of the genes involved in the pathogenesis of the disease, studies on development of new treatments has intensified. Short interfering RNA (siRNA) is used to knockdown disease related gene expressions. Targeting siRNA in vivo is challenging. The maintenance of therapeutic plasma level is hampered by clearance of siRNA from the body. Targeted systems are useful in increasing the drug concentration at the target site and decreasing side effects. Aim of the present study was to develop an injectable siRNA delivery system to protect siRNA during systemic distribution and target the siRNA to bone tissue using a thermoresponsive, genetically engineered, elastin-like recombinamer (ELR), designed to interact with the mineral component of bone. The delivery system consisted of DNAoligo as a siRNA substitute complexed with the cationic polymer, polyethyleneimine (PEI), at N/P ratio of 20. The complex was encapsulated in poly(lactic acid-co-glycolic acid) (PLGA) nanocapsules. PLGA capsules were characterized by SEM, TEM and XPS. FTIR was used to show the preferential attachment of ELR to HAp. Encapsulation efficiency of the complex in PLGA nanocapsules was 48%. The release kinetics of the complex fits the Higuchi release kinetics.
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) | 0,001 | 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 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 ».