MétaCan
Menu
Retour à la cohorte
Enregistrement W4404779687 · doi:10.1021/acsbiomedchemau.4c00085

Exploring the Effects of Incorporating Different Bioactive Phospholipids into Messenger Ribonucleic Acid Lipid Nanoparticle (mRNA LNP) Formulations

2024· article· en· W4404779687 sur OpenAlex
Sunny P. Chen, Shuangyu Wang, Suiyang Liao, Anna K. Blakney

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueACS Bio & Med Chem Au · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Interference and Gene Delivery
Établissements canadiensCanada's Michael Smith Genome Sciences CentreUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsMichael Smith Health Research BCNanoMedicines Innovation Network
Mots-clésPhospholipidChemistryBiochemistryHeLaMessenger RNACellMembraneGene

Résumé

récupéré en direct d'OpenAlex

The current rapid advancement in ribonucleic acid (RNA) therapeutics research depends on innovations in drug delivery, especially the development of a lipid-nanoparticle (LNP)-based system. The conventional LNP formulation typically contains four components, including an ionizable cationic lipid, a phospholipid, cholesterol or a cholesterol derivative, and poly(ethylene glycol) (PEG)-lipid, with each contributing to the formulation's overall stability and effectiveness. Among these four types of lipids, the phospholipid component is often known to provide structural support for the nanoparticles but is also a class of bioactive molecules with strong cell signaling potential. This study explores the possibility of incorporating some known structurally related bioactive phospholipids as the fifth component of a conventional four-component LNP formulation and assesses the impacts of such an approach on the physicochemical properties and biological functions of the mRNA LNP formulation. We screened a library of mRNA LNP formulations containing 7 different structurally related bioactive phospholipids at molar concentrations of 5%, 15% and 30% in addition to a conventional four-component LNP formulation (base). We observed differences in physicochemical properties between the mRNA LNP formulations that could be attributed to both the types of phospholipids examined and the molar concentrations used. Cryo-EM analysis revealed structural similarity between the Base formulation and the other formulations. We also characterized the protein expression level in HeLa cells and picked up a distinct cytokine panel signature for each formulation in human peripheral blood mononuclear cells (hPBMCs). Further immunophenotyping analysis showed that most cells that were transfected were CD4+ T cells, and the addition of the different bioactive phospholipids slightly altered cellular tropism. This exploratory study illustrates how adding the bioactive phospholipid can be used to modulate the LNP function, further expanding the design space for RNA LNP formulations and potentiating LNPs for use as RNA therapeutics.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,597

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,248
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle