Fabrication and Optimization of Linear PEI-Modified Crystal Nanocellulose as an Efficient Non-Viral Vector for In-Vitro Gene Delivery
Notice bibliographique
Résumé
Background: One of the major challenges in gene therapy is producing gene carriers that possess high transfection efficiency and low cytotoxicity (1).To achieve this purpose, crystal nanocellulose (CNC) -based nanoparticles grafted with polyethylenimine (PEI) have been developed as an alternative to traditional viral vectors to eliminate potential toxicity and immunogenicity.Methods: In this study, CNC-PEI10kDa (CNCP) nanoparticles were synthetized and their transfection efficiency was evaluated and compared with linear cationic PEI10kDa (PEI) polymer in HEK293T (HEK) cells.Synthetized nanoparticles were characterized with AFM, FTIR, DLS, and gel retardation assays.In-vitro gene delivery efficiency by nano-complexes and their effects on cell viability were determined with fluorescent microscopy and flow cytometry.Results: Prepared CNC was oxidized with sodium periodate and its surface cationized with linear PEI.The new CNCP nano-complex showed different transfection efficiencies at different nanoparticle/plasmid ratios, which were greater than those of PEI polymer.CNPC and Lipofectamine were similar in their transfection efficiencies and effect on cell viability after transfection.Conclusions: CNCP nanoparticles are appropriate candidates for gene delivery.This result highlights CNC as an attractive biomaterial and demonstrates how its different cationized forms may be applied in designing gene delivery systems.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».