Inhalable Dry Powders for Lung mRNA Delivery
Notice bibliographique
Résumé
Despite great promise, application of mRNA therapeutics in the lung has proven challenging. Many groups have reported success instilling liquid mRNA formulations in animal models, but direct intratracheal administration of large liquid quantities to the human lung presents significant safety and distribution concerns. To accomplish safe and effective mRNA delivery to the lung, formulations must be prepared for dosing via inhalation. An inhaled mRNA delivery system for the lung must be both robust enough to survive inhalation conditions and potent enough to deliver mRNA upon reaching the lung. In this work dry powder lipid nanoparticle formulations are developed, using spray-freeze-drying, to produce stable, biologically active, inhalable dry powders for mRNA delivery. The final powders have suitable aerosolization properties, with mean mass aerodynamic diameter (MMAD) of 3-4 microns, and fine particle fraction (FPF) ≈40%, allowing for efficient mRNA delivery to the deep lung following inhalation. Importantly, the formulations developed here are suitable for use with different ionizable lipids. Four different ionizable lipid-based formulations are evaluated as powders, and all exhibit in vivo pulmonary mRNA delivery equal to that of instilled liquid formulations. These results lay promising groundwork for the eventual development of an inhalable mRNA dry powder therapeutic.
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 ».