Contaminating transfection complexes can masquerade as small extracellular vesicles and impair their delivery of RNA
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
One of the functions of small extracellular vesicles (sEVs) which has received the most attention is their capacity to deliver RNA into the cytoplasm of target cells. These studies have often been performed by transfecting RNAs into sEV-producing cells, to later purify and study sEV delivery of RNA. Transfection complexes and other delivery vehicles accumulate in late endosomes where sEV are formed and over 50% of transfection complexes or delivery vehicles administered to cells are released again to the extracellular space by exocytosis. This raises the possibility that transfection complexes could alter sEVs and contaminate sEV preparations. We found that widely used transfection reagents including RNAiMax and INTERFERin accumulated in late endosomes. These transfection complexes had a size similar to sEV and were purified by ultracentrifugation like sEV. Focusing on the lipid-based transfection reagent RNAiMax, we found that preparations of sEV from transfected cells contained lipids from transfection complexes and transfected siRNA was predominantly in particles with the density of transfection complexes, rather than sEV. This suggests that transfection complexes, such as lipid-based RNAiMax, may frequently contaminate sEV preparations and could account for some reports of sEV-mediated delivery of nucleic acids. Transfection of cells also impaired the capacity of sEVs to deliver stably-expressed siRNAs, suggesting that transfection of cells may alter sEVs and prevent the study of their endogenous capacity to deliver RNA to target cells.
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.
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 | 0,002 | 0,000 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle