MétaCan
Menu
Retour à la cohorte
Enregistrement W4321235251 · doi:10.1039/d2na00795a

Lipid-based colloidal nanoparticles for applications in targeted vaccine delivery

2023· review· en· W4321235251 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueNanoscale Advances · 2023
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Interference and Gene Delivery
Établissements canadiensToronto Metropolitan UniversitySt. Michael's Hospital
Organismes subventionnairesKorea Environmental Industry and Technology InstituteNational Research Foundation of KoreaMinistry of Science and ICT, South KoreaMinistry of Education, IndiaMinistry of EnvironmentChung-Ang UniversityNational Research Foundation
Mots-clésNucleic acidNanotechnologySolid lipid nanoparticleNanoparticleChemistryMaterials scienceBiochemistry

Résumé

récupéré en direct d'OpenAlex

Bioactive molecules and their effects have been influenced by their solubility and administration route. In many therapeutic reagents, the performance of therapeutics is dependent on physiological barriers in the human body and delivery efficacy. Therefore, an effective and stable therapeutic delivery promotes pharmaceutical advancement and suitable biological usage of drugs. In the biological and pharmacological industries, lipid nanoparticles (LNPs) have emerged as a potential carrier to deliver therapeutics. Since studies reported doxorubicin-loaded liposomes (Doxil®), LNPs have been applied to numerous clinical trials. Lipid-based nanoparticles, including liposomes, solid lipid nanoparticles (SLNs), and nanostructured lipid nanoparticles, have also been developed to deliver active ingredients in vaccines. In this review, we present the type of LNPs used to develop vaccines with attractive advantages. We then discuss messenger RNA (mRNA) delivery for the clinical application of mRNA therapeutic-loaded LNPs and recent research trend of LNP-based vaccine development.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,975
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,332
Écart entre enseignants0,303 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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