MétaCan
Menu
Retour à la cohorte
Enregistrement W2921021627 · doi:10.3791/58741

Protein Kinase C-delta Inhibitor Peptide Formulation using Gold Nanoparticles

2019· article· en· W2921021627 sur OpenAlexafffund
Hisato Konoeda, Hong Yang, Chengliang Yang, Annette Gower, C. F. Xu, Wei Zhang, Mingyao Liu

Notice bibliographique

RevueJournal of Visualized Experiments · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensUniversity of TorontoToronto General HospitalUniversity Health Network
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPeptideProtein kinase CIntracellularBovine serum albuminDrug deliveryChemistryIn vivoProtein kinase APharmacologyBiochemistryKinaseMedicineBiology

Résumé

récupéré en direct d'OpenAlex

Protein kinase C-delta inhibitor (PKCδi) is a promising drug to prevent ischemia-reperfusion-induced organ injury. It is usually conjugated to a cell-penetrating peptide, TAT, for intracellular delivery. However, TAT has shown non-specific biological activities. Gold nanoparticles (GNPs) can be used as drug delivery carriers without recognized toxicity. Therefore, we have used a GNP/peptide hybrid to deliver PKCδi. Two short peptides (P2: CAAAAE and P4: CAAAAW), at a 95:5 ratio, were used to modify the surface properties of GNP. GNPs conjugated with PKCδi (GNP/PKCi) are stable in distilled water, 0.9% NaCl, and phosphate-buffered saline (PBS) containing bovine serum albumin or fetal bovine serum. Intravenous injection of GNP-PKCi was previously shown to prevent ischemia-reperfusion injury of the lung. This article outlines a protocol to formulate GNP/PKCi and assess the physiochemical properties of GNP/PKCi. We have used similar methods to formulate other peptide-based drugs with GNP. This article will hopefully draw more attention to this novel intracellular drug delivery technology and its applications in vivo.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,017
Score d'incertitude au seuil0,466

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,022
Tête enseignante GPT0,389
Écart entre enseignants0,366 · 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 tête enseignante, 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

Citations5
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207