Development of lipid nanoparticles and liposomes reference materials (II): cytotoxic profiles
Notice bibliographique
Résumé
Lipid based nanocarriers are one of the most effective drug delivery systems that is evident from the recent COVID-19 mRNA vaccines. The main objective of this study was to evaluate toxicity of six lipid based formulations with three surface charges-anionic, neutral or cationic, to establish certified reference materials (CRMs) for liposomes and siRNA loaded lipid nanoparticles (LNP-siRNA). Cytotoxicity was assessed by a proliferation assay in adherent and non-adherent cell lines. High concentration of three LNP-siRNAs did not affect viability of suspension cells and LNP-siRNAs were non-toxic to adherent cells at conventionally used concentration. Systematic evaluation using multiple vials and repeated test runs of three liposomes and three LNP-siRNA formulations showed no toxicity in HL60 and A549 cells up to 128 and 16 µg/mL, respectively. Extended treatment and low concentration of LNPs did not affect the viability of suspension cells and adherent cells at 96 h. Interestingly, 80% of A549 and HL60 cells in 3D conditions were viable when treated with cationic LNP-siRNA for 48 h. Taken together, anionic, cationic and neutral lipid formulations were non-toxic to cells and may be explored further in order to develop them as drug carriers.
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 ».