The impact of hUC MSC–derived exosome-nanoliposome hybrids on α-synuclein fibrillation and neurotoxicity
Notice bibliographique
Résumé
Amyloid aggregation of α-synuclein (αSN) protein amplifies the pathogenesis of neurodegenerative diseases (NDs) such as Parkinson's disease (PD). Consequently, blocking aggregation or redirecting self-assembly to less toxic aggregates could be therapeutic. Here, we improve brain-specific nanocarriers using a hybrid of exosomes (Ex) from human umbilical cord mesenchymal stem cells (hUC MSCs) and nanoliposomes containing baicalein (Ex-NLP-Ba) and oleuropein (Ex-NLP-Ole). The hybrids contained both lipid membranes, Ex proteins, and baicalein or oleuropein. Fluorescence resonance energy transfer analysis confirmed their proper integration. The hybrids reduced the extent of αSN fibrillation and interfered with secondary nucleation and disaggregation. They not only reduced αSN pathogenicity but also enhanced drug internalization into cells, surpassing the efficacy of NLP alone, and also crossed the blood-brain barrier in a cellular model. We conclude that Ex can be successfully extracted and efficiently merged with NLPs while retaining its original properties, demonstrating great potential as a theranostic drug delivery vehicle against NDs like PD.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| 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 ».