Modular Polymers as a Platform for Cell Surface Engineering: Promoting Neural Differentiation and Enhancing the Immune Response
Notice bibliographique
Résumé
Regulating cell behavior and cell fate are of great significance for basic biological research and cell therapy. Carbohydrates, as the key biomacromolecules, play a crucial role in regulating cell behavior. Herein, "modular" glycopolymers were synthesized by reversible addition-fragmentation chain transfer polymerization. These glycopolymers contain sugar units (glucose), anchoring units (cholesterol), "guest" units (adamantane) for host-guest interaction, and fluorescent labeling units (fluorescein). It was demonstrated that these glycopolymers can insert into cell membranes with high efficiency and their residence time on the membranes can be regulated by controlling their cholesterol content. Furthermore, the behavior of the engineered cells can be controlled by modifying with different functional β-cyclodextrins (CD-X) via host-guest interactions with the adamantane units. Host-guest interactions with the modular polymers were demonstrated using CD-RBITC (X = a rhodamine B isothiocyanate). The glycopolymers were modified with CD-S (X = seven sulfonate groups) and CD-M (X = seven mannose groups) and were then attached, respectively, to the surfaces of mouse embryonic stem cells for the promotion of neural differentiation and to the surfaces of cancer cells for the enhancement of the immune response. The combination of multiple anchors and host-guest interactions provides a widely applicable cell membrane modification platform for a variety of applications.
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 | 0,001 | 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 ».