Macromolecular Pairing On Nanoparticle Surface Modulates Immune Response
Notice bibliographique
Résumé
Many nanoparticles in the blood activate the complement system, an integral part of the innate immune system that renders nanoparticles susceptible to phagocytosis by immune cells like polymorphonuclear leukocytes and tissue macrophages [1].Complement activation by nanoparticles also compromises nanocarrier stability (e.g., liposome and lipid nanoparticles), causing drug leakage, promoting premature clearance of nanoparticles by the blood and tissue phagocytic cells, and compromising their therapeutic efficacy for intended non-phagocytic cell targets, and when uncontrolled, might induce adverse reactions and promote disease progression.Nanoparticle-mediated complement activation is multiparametric and is modulated by physicochemical properties including size, shape, and surface characteristics as well as non-specific protein binding [2], [3].Recently, we showed poly (amido amine) dendrimers evade complement activation due to the Angstrom-scale spacing arrangement (the ASSA phenomenon) of their surface functional motifs [3].Considering this, we hypothesise that immune cells might also respond differently to nanoparticles that display surface ligands/functional groups in ASSA arrangement.Here, we extend our studies by functionalizing polymeric nanoparticle surfaces with a library of fully characterised dendrimers and assess surface properties with a wide range of state-of-the-art biophysical modalities.The results show how precision surface patterning with dendrimers can control and modulate immune responses through assessment of serum protein deposition by shot-gun proteomics and macrophage challenge.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».