Anionic Lipid Nanoparticles Preferentially Deliver mRNA to the Hepatic Reticuloendothelial System
Notice bibliographique
Résumé
Lipid nanoparticles (LNPs) are the leading nonviral technologies for the delivery of exogenous RNA to target cells in vivo. As systemic delivery platforms, these technologies are exemplified by Onpattro, an approved LNP-based RNA interference therapy, administered intravenously and targeted to parenchymal liver cells. The discovery of systemically administered LNP technologies capable of preferential RNA delivery beyond hepatocytes has, however, proven more challenging. Here, preceded by comprehensive mechanistic understanding of in vivo nanoparticle biodistribution and bodily clearance, an LNP-based messenger RNA (mRNA) delivery platform is rationally designed to preferentially target the hepatic reticuloendothelial system (RES). Evaluated in embryonic zebrafish, validated in mice, and directly compared to LNP-mRNA systems based on the lipid composition of Onpattro, RES-targeted LNPs significantly enhance mRNA expression both globally within the liver and specifically within hepatic RES cell types. Hepatic RES targeting requires just a single lipid change within the formulation of Onpattro to switch LNP surface charge from neutral to anionic. This technology not only provides new opportunities to treat liver-specific and systemic diseases in which RES cell types play a key role but, more importantly, exemplifies that rational design of advanced RNA therapies must be preceded by a robust understanding of the dominant nano-biointeractions involved.
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) | 0,001 | 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 ».