Directed Evolution Enables Simultaneous Controlled Release of Multiple Therapeutic Proteins from Biopolymer‐Based Hydrogels
Notice bibliographique
Résumé
Abstract With the advent of increasingly complex combination strategies of biologics, independent control over their delivery is the key to their efficacy; however, current approaches are hindered by the limited independent tunability of their release rates. To overcome these limitations, directed evolution is used to engineer highly specific, low affinity affibody binding partners to multiple therapeutic proteins to independently control protein release rates. As a proof‐of‐concept, specific affibody binding partners for two proteins with broad therapeutic utility: insulin‐like growth factor‐1 (IGF‐1) and pigment epithelium‐derived factor (PEDF) are identified. Protein–affibody binding interactions specific to these target proteins with equilibrium dissociation constants ( K D ) between 10 −7 and 10 −8 m are discovered. The affibodies are covalently bound to the backbone of crosslinked hydrogels using click chemistry, enabling sustained, independent, and simultaneous release of bioactive IGF‐1 and PEDF over 7 days. The system is tested with C57BL/6J mice in vivo, and the affibody‐controlled release of IGF‐1 results in sustained activity when compared to bolus IGF‐1 delivery. This work demonstrates a new, broadly applicable approach to tune the release of therapeutic proteins simultaneously and independently and thus the way for precise control over the delivery of multicomponent therapies is paved.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,002 | 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 ».