Ionizable amino lipid interactions with POPC: implications for lipid nanoparticle function
Notice bibliographique
Résumé
Lipid nanoparticles (LNPs) composed of ionizable cationic lipids are currently the leading systems for siRNA delivery in liver disease, with the major limitation of low siRNA release efficacy into the cytoplasm. Ionizable cationic lipids are known to be of critical importance in LNP structure and stability, siRNA entrapment, and endosomal disruption. However, their distribution inside the LNPs and their exact role in cytoplasmic delivery remain unclear. A recent study [Kulkarni et al., On the formation and morphology of lipid nanoparticles containing ionizable cationic lipids and siRNA, ACS Nano, 2018, 12(5), 4787-4795] on LNP-siRNA systems containing the ionizable lipid DLin-KC2-DMA (also known as KC2 with an apparent pKa of ca. 6.7) suggested that neutral KC2 segregates from other components and forms an amorphous oil droplet in the core of LNPs. In this paper, we present evidence supporting the model proposed by Kulkarni et al. We studied KC2 segregation in the presence of POPC using molecular dynamics simulation, deuterium NMR, SAXS, and cryo-TEM experiments, and found that neutral KC2 has a high tendency to separate from POPC dispersions. KC2 confinement, upon raising the pH during the formulation process, could result in rearrangement of the internal structure of LNPs. As interactions between cationic KC2 and anionic endosomal lipids are thought to be a key factor in cargo release, KC2 confinement inside the LNP may be responsible for the observed low release efficacy.
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 ».