Nanoparticle size and production efficiency are affected by the presence of fatty acids during albumin nanoparticle fabrication
Notice bibliographique
Résumé
We have previously identified extensive glycation, bound fatty acids and increased quantities of protein aggregates in commercially available recombinant HSA (rHSA) expressed in Oryza sativa (Asian rice) (OsrHSA) when compared to rHSA from other expression systems. We propose these differences may alter some attributes of nanoparticles fabricated with OsrHSA, as studies have associated greater quantities of aggregates with increased nanoparticle diameters. To determine if this is the case, nanoparticles were fabricated with OsrHSA from various suppliers using ethanol desolvation and subsequent glutaraldehyde cross-linking. All nanoparticles fabricated with OsrHSA showed larger diameters of approximately 20 to 90nm than particles fabricated with either defatted bovine serum albumin (DF-BSA) (100.9 ± 2.8nm) or human plasma albumin (pHSA) (112.0 ± 4.0nm). It was hypothesized that the larger nanoparticle diameters were due to the presence of bound fatty acids and this was confirmed through defatting OsrHSA prior to particle fabrication which yielded particles with diameters similar to those fabricated with pHSA. For additional conformation, DF-BSA was incubated with dodecanoic acid prior to desolvation yielding particles with significantly larger diameters. Further studies showed the increased nanoparticle diameters were due to the bound fatty acids modulating electrostatic interactions between albumin nanoparticles during the desolvation and not changes in protein structure, stability or generation of additional albumin oligomers. Finally the presence of dodecanoic acid was shown to improve doxorubicin loading efficiency onto preformed albumin nanoparticles.
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 | 0,001 | 0,003 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».