Optimizing the synthesis and purification of MS2 virus like particles
Notice bibliographique
Résumé
Introducing bacteriophage MS2 virus-like particles (VLPs) as gene and drug delivery tools increases the demand for optimizing their production and purification procedure. PEG precipitation method is used efficiently to purify VLPs, while the effects of pH and different electrolytes on the stability, size, and homogeneity of purified MS2 VLPs, and the encapsulated RNA sequences remained to be elucidated. In this regard, a vector, capable of producing VLP with an shRNA packed inside was prepared. The resulting VLPs in different buffers/solutions were assessed for their size, polydispersity index, and ability to protect the enclosed shRNA. We report that among Tris, HEPES, and PBS, with or without NaNO3, and also NaNO3 alone in different pH and ionic concentrations, the 100 mM NaNO3-Tris buffer with pH:8 can be used as a new and optimal MS2 VLP production buffer, capable of inhibiting the VLPs aggregation. These VLPs show a size range of 27-30 nm and suitable homogeneity with minimum 12-month stability at 4 °C. Moreover, the resulting MS2 VLPs were highly efficient and stable for at least 48 h in conditions similar to in vivo. These features of MS2 VLPs produced in the newly introduced buffer make them an appropriate candidate for therapeutic agents' delivery.
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 ».