Development of PEI- <i>RANK</i> siRNA Complex Loaded PLGA Nanocapsules for the Treatment of Osteoporosis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Osteoporosis, which is characterized by low bone mineral density and susceptibility to fracture, is caused by increased osteoclastic activity. Receptor activator of nuclear factor kappa B ligand (RANKL)/RANK signaling plays an important role in osteoclast differentiation and activation. The current treatment strategies for osteoporosis do not directly address this underlying cause and generates undesired side effects. This led to emergence of controlled delivery systems to increase drug bioavailability and efficacy specifically at the bone tissue. With better understanding of molecular pathology of bone, the use of small interfering RNA (siRNA) to inhibit translation of abnormal gene expression in cells is becoming a promising approach. In this study, we report a siRNA delivery system consisting of PEI:RANK siRNA complex entrapped in nanosized poly(lactic acid-co-glycolic acid) (PLGA) capsules intended to be used in the treatment of osteoporosis. The nanosize will enable the nanoparticles to be administered by intravenous injection. The RANK siRNA was complexed with polyethylenimine (PEI) and loaded into biodegradable PLGA nanocapsules (NCs). The PEI:RANK siRNA loaded nanocapsules significantly reduced (47%) RANK mRNA levels. The differentiation of osteoclast precursors to mature osteoclasts was significantly suppressed (∼54%). The reduction in the osteoclastic activity of the differentiated osteoclasts (55%) was found to be statistically significant. The siRNA delivery system developed in the study is planned to be tested i.v. in mouse and has the potential to be used as a novel alternative approach for the systemic treatment of osteoporosis.
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.
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 découle