siRNA Delivery with Chitosan: Influence of Chitosan Molecular Weight, Degree of Deacetylation, and Amine to Phosphate Ratio on in Vitro Silencing Efficiency, Hemocompatibility, Biodistribution, and in Vivo Efficacy
Notice bibliographique
Résumé
Chitosan (CS) shows in vitro and in vivo efficacy for siRNA delivery but with contradictory findings for incompletely characterized systems. For understanding which parameters produce effective delivery, a library of precisely characterized chitosans was produced at different degrees of deacetylation (DDAs) and average molecular weights ( M n ). Encapsulation and transfection efficiencies were characterized in vitro. Formulations were selected to examine the influence of M n and N:P ratio on nanoparticle uptake, metabolic activity, genotoxicity, and in vitro transfection. Hemocompatibility and in vivo biodistribution were then investigated for different M n, N:P ratios, and doses. Nanoparticle uptake and gene silencing correlated with increased surface charge, which was obtained at high DDA and high M n . A minimum polymer length of ∼60–70 monomers (∼10 kDa) was required for stability and knockdown. In vitro knockdown was equivalent to lipid control with no metabolic or genotoxicity. An inhibitory effect of serum on biological performance was dependent on DDA, M n, and N:P. In vivo biodistribution in mice show accumulation of nanoparticles in kidney with 40–50% functional knockdown.
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) | 0,001 | 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 ».