Chitosan siRNA Nanoparticles Produce Significant Non-Toxic Functional Gene Silencing in Kidney Cortices
Notice bibliographique
Résumé
Chitosan shows effective nucleic acid delivery. To understand the influence of chitosan's molecular weight, dose, payload, and hyaluronic acid coating on in vivo toxicity, immune stimulation, biodistribution and efficacy, precisely characterized chitosans were formulated with unmodified or chemically modified siRNA to control for innate immune stimulation. The hemocompatibility, cytokine induction, hematological and serological responses were assessed. Body weight, clinical signs, in vivo biodistribution and functional target knockdown were monitored. Hemolysis was found to be dose- and MW-dependent with the HA coating abrogating hemolysis. Compared to cationic lipid nanoparticles, uncoated and HA-coated chitosan nanoparticles did not induce immune stimulation or hematologic toxicity. Liver and kidney biomarkers remained unchanged with chitosan formulations, while high doses of cationic lipid nanoparticles led to increased transaminase levels and a decrease in body weight. Uncoated and HA-coated nanoparticles accumulated in kidneys with functional knockdown for uncoated chitosan formulations reaching 60%, suggesting potential applications in the treatment of kidney 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 ».