Toxicological study of S-nitrosoglutathione loaded polymeric nanoparticles
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
Les nanoparticules (NP) sont de plus en plus utilisées en médecine (imagerie, vectorisation de médicaments). Au sein de l’EA 3452, des NP polymériques chargées en donneurs d’oxyde nitrique •NO (S-nitrosoglutathion GSNO) sont développées afin d’améliorer la stabilité et la biodisponibilité de •NO. Le travail de thèse comprend 2 parties : premièrement : évaluer les effets des NP polymériques d’Eudragit® RL vides avec deux lignées cellulaires humaine (THP-1) et de rat (NR8383). La modification de l’expression de certains gènes impliqués dans des voies de souffrance cellulaire a été étudiée par RT-qPCR après 4h d’exposition aux NP. L’expression d’ATG16L, BCL2 et TNFA est augmentée dans NR8383, ce qui est en faveur d’une induction des processus autophagiques et inflammatoires. La diminution de l’expression de NCF1, NFKB et IL1B dans THP-1 peut expliquer l'augmentation de la viabilité et de la croissance cellulaires. Deuxièmement : évaluer les effets des mêmes NP chargées ou non en GSNO sur les THP-1 par une analyse des transcriptomes ce qui a montré une variation significative de l’expression des gènes associés aux clusters « prolifération », « structure cellulaire » pour les NP vides et « mitochondrie », « processus métabolique » pour les NP chargées en GSNO. Ces résultats sont cohérents avec ceux des tests cellulaires. L’analyse du transcriptome obtenu avec le GSNO libre a permis de proposer un mécanisme d’activation de l’immunité non spécifique contre Leishmania au sein du macrophage. Ainsi, l’étude génomique devient un outil indispensable pour mieux comprendre les interactions entre les NP et les cellules et a ainsi toute sa place en toxicologie
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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