PEG-Free Polyion Complex Nanocarriers for Brain-Derived Neurotrophic Factor
Notice bibliographique
Résumé
Many therapeutic formulations incorporate poly(ethylene glycol) (PEG) as a stealth component to minimize early clearance. However, PEG is immunogenic and susceptible to accelerated clearance after multiple administrations. Here, we present two novel reformulations of a polyion complex (PIC), originally composed of poly(ethylene glycol)113-b-poly(glutamic acid)50 (PEG-PLE) and brain-derived neurotrophic factor (BDNF), termed Nano-BDNF (Nano-BDNF PEG-PLE). We replace the PEG based block copolymer with two new polymers, poly(sarcosine)127-b-poly(glutamic acid)50 (PSR-PLE) and poly(methyl-2-oxazolines)38-b-poly(oxazolepropanoic acid)27-b-poly(methyl-2-oxazoline)38 (PMeOx-PPaOx-PMeOx), which are driven to association with BDNF via electrostatic interactions and hydrogen bonding to form a PIC. Formulation using a microfluidic mixer yields small and narrowly disperse nanoparticles which associate following similar principles. Additionally, we demonstrate that encapsulation does not inhibit access by the receptor kinase, which affects BDNF’s physiologic benefits. Finally, we investigate the formation of nascent nanoparticles through a series of characterization experiments and isothermal titration experiments which show the effects of pH in the context of particle self-assembly. Our findings indicate that thoughtful reformulation of PEG based, therapeutic PICs with non-PEG alternatives can be accomplished without compromising the self-assembly of the PIC.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».