Delivery of mRNA to platelets using lipid nanoparticles
Notice bibliographique
Résumé
Platelets are natural delivery vehicles within the blood, carrying and releasing their contents at sites of vasculature damage. Investigating the biology of platelets, and modifying them for new therapeutic uses, is limited by a lack of methods for efficiently transfecting these cells. The ability of four different classes of lipid nanoparticles (LNPs) to deliver mRNA to platelets was compared using confocal microscopy, flow cytometry and quantitative PCR. The amount of mRNA delivered, mechanism of uptake, and extent of platelet activation depended on the LNP formulation and platelet storage conditions. Cationic LNPs (cLNPs) delivered mRNA to the largest percentage of platelets but induced platelet activation. Ionizable cationic LNPs (icLNPs) delivered mRNA to fewer platelets and did not induce activation. Furthermore, mRNA delivered using icLNPs and cLNPs was stable in resting platelets and was released in platelet microparticles under specific conditions. The results demonstrate that mRNA can be delivered to platelets using cLNPs and icLNPs without impairing platelet aggregation or spreading. Optimizing the LNP formulations used here may lead to a transfection agent for platelets that allows for de novo synthesis of exogenous proteins in the future.
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 | 0,000 | 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 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 ».