MétaCan
Menu
Retour à la cohorte
Enregistrement W2799862683 · doi:10.3390/molecules23051085

Liposomes as Gene Delivery Vectors for Human Placental Cells

2018· article· en· W2799862683 sur OpenAlexaff
Lucie Valéro, Khair Alhareth, Jenifer Espinoza Romero, Warren Viricel, Jeanne Leblond Chain, Audrey Chissey, Hélène Dhôtel, Caroline Roques, Danielle Campiol Arruda, Virginie Escriou, Nathalie Mignet, Thierry Fournier, Karine Andrieux

Notice bibliographique

RevueMolecules · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Interference and Gene Delivery
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésLipofectamineInternalizationLiposomeCationic liposomeTransfectionSmall interfering RNANucleic acidGene deliveryConfocal microscopyChemistryBiologyCell biologyMolecular biologyCellBiochemistryGeneVector (molecular biology)

Résumé

récupéré en direct d'OpenAlex

Nanomedicine as a therapeutic approach for pregnancy-related diseases could offer improved treatments for the mother while avoiding side effects for the fetus. In this study, we evaluated the potential of liposomes as carriers for small interfering RNAs to placental cells. Three neutral formulations carrying rhodamine-labelled siRNAs were evaluated on an in vitro model, i.e., human primary villous cytotrophoblasts. siRNA internalization rate from lipoplexes were compared to the one in the presence of the lipofectamine reagent and assessed by confocal microscopy. Results showed cellular internalization of nucleic acid with all three formulations, based on two cationic lipids, either DMAPAP or CSL-3. Moreover, incubation with DMAPAP+AA provided a rate of labelled cells as high as with lipofectamine (53 ± 15% and 44 ± 12%, respectively) while being more biocompatible. The proportion of cells which internalized siRNA were similar when using DMAPAP/DDSTU (16 ± 5%) and CSL-3 (22 ± 5%). This work highlights that liposomes could be a promising approach for gene therapy dedicated to pregnant patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,262
Écart entre enseignants0,251 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMoleculesMême sujetRNA Interference and Gene DeliveryTravaux en français237 207