Characterization of Redox-Responsive LXR-Activating Nanoparticle Formulations in Primary Mouse Macrophages
Notice bibliographique
Résumé
Activation of the transcription factor liver X receptor (LXR) has beneficial effects on macrophage lipid metabolism and inflammation, making it a potential candidate for therapeutic targeting in cardiometabolic disease. While small molecule delivery via nanomedicine has promising applications for a number of chronic diseases, questions remain as to how nanoparticle formulation might be tailored to suit different tissue microenvironments and aid in drug delivery. In the current study, we aimed to compare the in vitro drug delivering capability of three nanoparticle (NP) formulations encapsulating the LXR activator, GW-3965. We observed little difference in the base characteristics of standard PLGA-PEG NP when compared to two redox-active polymeric NP formulations, which we called redox-responsive (RR)1 and RR2. Moreover, we also observed similar uptake of these NP into primary mouse macrophages. We used the transcript and protein expression of the cholesterol efflux protein and LXR target ATP-binding cassette A1 (ABCA1) as a readout of GW-3956-induced LXR activation. Following an initial acute uptake period that was meant to mimic circulating exposure in vivo, we determined that although the induction of transcript expression was similar between NPs, treatment with the redox-sensitive RR1 NPs resulted in a higher level of ABCA1 protein. Our results suggest that NP formulations responsive to cellular cues may be an effective tool for targeted and disease-specific drug release.
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 ».