Pharmacokinetics, biodistribution and toxicology of novel cell-penetrating peptides
Notice bibliographique
Résumé
Abstract Cell-penetrating peptides (CPPs) have been used in basic and preclinical research in the past 30 years to facilitate drug delivery into target cells. However, translation toward the clinic has not been successful so far. Here, we studied the pharmacokinetic (PK) and biodistribution profiles of Shuttle cell-penetrating peptides (S-CPP) in rodents, combined or not with an immunoglobulin G (IgG) cargo. We compared two enantiomers of S-CPP that contain both a protein transduction domain and an endosomal escape domain, with previously shown capacity for cytoplasmic delivery. The plasma concentration versus time curve of both radiolabelled S-CPPs required a two-compartment PK analytical model, which showed a fast distribution phase (t 1/2 α ranging from 1.25 to 3 min) followed by a slower elimination phase (t 1/2 β ranging from 5 to 15 h) after intravenous injection. Cargo IgG combined to S-CPPs displayed longer elimination half-life, of up to 25 h. The fast decrease in plasma concentration of S-CPPs was associated with an accumulation in target organs assessed at 1 and 5 h post-injection, particularly in the liver. In addition, in situ cerebral perfusion (ISCP) of L-S-CPP yielded a brain uptake coefficient of 7.2 ± 1.1 µl g −1 s −1 , consistent with penetration across the blood–brain barrier (BBB), without damaging its integrity in vivo. No sign of peripheral toxicity was detected either by examining hematologic and biochemical blood parameters, or by measuring cytokine levels in plasma. In conclusion, S-CPPs are promising non-toxic transport vectors for improved tissue distribution of drug cargos in vivo.
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 | 0,000 |
| 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 ».