MétaCan
Menu
Retour à la cohorte
Enregistrement W2940776419 · doi:10.3390/polym11040745

Polymeric Nanoparticles in Gene Therapy: New Avenues of Design and Optimization for Delivery Applications

2019· review· en· W2940776419 sur OpenAlexafffund
Raj Rai, Saniya Alwani, Ildikó Badea

Notice bibliographique

RevuePolymers · 2019
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Interference and Gene Delivery
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Saskatchewan
Mots-clésGene deliveryNanotechnologyPolymerImmunogenicityTransfectionSmart polymerGenetic enhancementMaterials scienceDrug deliveryViral vectorChemistryGeneBiologyBiochemistryImmune systemRecombinant DNAGenetics

Résumé

récupéré en direct d'OpenAlex

The field of polymeric nanoparticles is quickly expanding and playing a pivotal role in a wide spectrum of areas ranging from electronics, photonics, conducting materials, and sensors to medicine, pollution control, and environmental technology. Among the applications of polymers in medicine, gene therapy has emerged as one of the most advanced, with the capability to tackle disorders from the modern era. However, there are several barriers associated with the delivery of genes in the living system that need to be mitigated by polymer engineering. One of the most crucial challenges is the effectiveness of the delivery vehicle or vector. In last few decades, non-viral delivery systems have gained attention because of their low toxicity, potential for targeted delivery, long-term stability, lack of immunogenicity, and relatively low production cost. In 1987, Felgner et al. used the cationic lipid based non-viral gene delivery system for the very first time. This breakthrough opened the opportunity for other non-viral vectors, such as polymers. Cationic polymers have emerged as promising candidates for non-viral gene delivery systems because of their facile synthesis and flexible properties. These polymers can be conjugated with genetic material via electrostatic attraction at physiological pH, thereby facilitating gene delivery. Many factors influence the gene transfection efficiency of cationic polymers, including their structure, molecular weight, and surface charge. Outstanding representatives of polymers that have emerged over the last decade to be used in gene therapy are synthetic polymers such as poly(l-lysine), poly(l-ornithine), linear and branched polyethyleneimine, diethylaminoethyl-dextran, poly(amidoamine) dendrimers, and poly(dimethylaminoethyl methacrylate). Natural polymers, such as chitosan, dextran, gelatin, pullulan, and synthetic analogs, with sophisticated features like guanidinylated bio-reducible polymers were also explored. This review outlines the introduction of polymers in medicine, discusses the methods of polymer synthesis, addressing top down and bottom up techniques. Evaluation of functionalization strategies for therapeutic and formulation stability are also highlighted. The overview of the properties, challenges, and functionalization approaches and, finally, the applications of the polymeric delivery systems in gene therapy marks this review as a unique one-stop summary of developments in this field.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,056
Tête enseignante GPT0,310
Écart entre enseignants0,254 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations340
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolymersMême sujetRNA Interference and Gene DeliveryTravaux en français237 207