Inhibition of c-Rel expression in myeloid and lymphoid cells with distearoyl -phosphatidylserine (DSPS) liposomal nanoparticles encapsulating therapeutic siRNA
Notice bibliographique
Résumé
c-Rel, a member of the nuclear factor kappa B (NF-κB) family, is preferentially expressed by immune cells and is known to regulate inflammation, autoimmune diseases and cancer. However, there is a lack of therapeutic intervention to specifically inhibit c-Rel in immune cells. Recent success with Pfizer and Moderna mRNA lipid-encapsulated vaccines as well as FDA approved medicines based on siRNA prompted us to test a lipid nanoparticle-based strategy to silence c-Rel in immune cells. Specifically, we encapsulated c-Rel-targeting siRNA into distearoyl-phosphatidylserine (DSPS)-containing nanoparticles. DSPS is a saturated phospholipid that serves as the "eat-me" signal for professional phagocytes such as macrophages and neutrophils of the immune system. We demonstrated here that incorporation of DSPS in liposome nanoparticles (LNP) improved their uptake by immune cells. LNP containing high concentrations of DSPS were highly effective to transfect not only macrophages and neutrophils, but also lymphocytes, with limited toxicity to cells. However, LNP containing low concentrations of DSPS were more effective to transfect myeloid cells than lymphoid cells. Importantly, DSPS-LNP loaded with a c-Rel siRNA were highly effective to inhibit c-Rel expression in several professional phagocytes tested, which lasted for several days. Taken together, our results suggest that DSPS-LNP armed with c-Rel siRNA could be exploited to target immune cells to limit the development of inflammatory diseases or cancer caused by c-Rel upregulation. In addition, this newly developed DSPS-LNP system may be further tested to encapsulate and deliver other small molecule drugs to immune cells, especially macrophages, neutrophils, and lymphocytes for the treatment of diseases.
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 ».