Lyotropic Liquid Crystalline Phase Nanostructure and Cholesterol Enhance Lipid Nanoparticle Mediated mRNA Transfection in Macrophages
Notice bibliographique
Résumé
Abstract Macrophages are unique immune cells attracting growing attention as a potential candidate for cell‐based therapy for infectious diseases and cancer. Strategies that can reprogramme or gene‐edit macrophages hold potential across a spectrum of acute and chronic conditions. Herein, lipid nanoparticles (LNPs) are developed containing the ionizable lipid SM‐102, helper lipid monoolein which is known for self‐assembly in aqueous solutions into the inverse cubic lyotropic liquid crystalline mesophase, and cholesterol as an mRNA nanocarrier. The immortalized alveolar macrophage cell line (MH‐S cells) is utilized to investigate how cholesterol concentration impacts on mRNA delivery which is further validated using primary mouse alveolar macrophages isolated from the bronchoalveolar compartment and human monocyte derived macrophages. By using high‐throughput synchrotron small angle X‐ray scattering (SAXS), an acidification‐induced non‐ordered to ordered internal nanostructure transition of the formulated LNPs is observed, following the transition sequence of inverse micellar to hexagonal to cubic mesophase in the pH range from 7 to 4. Cholesterol is identified as another crucial component for superior mRNA transfection in macrophages, contributing to nanostructure transition and protein corona variation. Successful ex vivo mRNA transfection is also achieved in primary macrophages, highlighting the prospectivity of reprogramming macrophages as a cell therapy for lung diseases.
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 ».