Evaluation of transfection with gemini nanoparticles for retinal neuroprotection in a dynamic microfluidic cell culture system
Notice bibliographique
Résumé
<img src=” https://s3.amazonaws.com/production.scholastica/article/94464/large/prnano_1252024ga.jpg?1709170827”> Glaucoma is a neurodegenerative disease of the retina and optic nerve with elevated intraocular pressure as one of the main contributing factors. The traditional in vitro methods to evaluate new gene delivery systems for neuroprotective treatments of glaucoma require testing in cell monolayers under static conditions. Therefore, a microfluidic technology that provides a dynamic simulation of cell exposure to nanoparticles (NPs) could be a useful model for rapid screening. In this study, CellASIC ONIX2 microfluidic platform was used to evaluate and optimize culture and transfection conditions to assess cell viability and transfection efficiency (TE) of gemini NPs carrying GFP-encoding plasmid in A7 astrocytes, one of the targeted retinal cells for glaucoma treatment. The average TE (inlet-middle-outlet of culture chambers) by gemini nanoplexes, 18-7NH-18 NPXs and 18-7Np3-18 NPXs was > 85% and > 25%, respectively, after 5 h of perfusion with a combined average FI (caFI) of about 600 and < 100, respectively, whereas TE after Lipofectamine 3000 was > 70% and caFI of < 100. The results have shown that comparatively to 2D monolayers, the microfluidics technique provides better exposure of cells to NPs, suitable for kinetic mapping of gene expression, and a useful tool for cell growth and live evaluation of gene delivery system interaction with cells.
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 ».