MétaCan
Menu
Retour à la cohorte
Enregistrement W4406346892 · doi:10.1002/wnan.70000

Pulmonary Delivery of Nonviral Nucleic Acid‐Based Vaccines With Spotlight on Gold Nanoparticles

2025· review· en· W4406346892 sur OpenAlexafffund
Carolina Araujo Cirne, Marianna Földvári

Notice bibliographique

RevueWiley Interdisciplinary Reviews Nanomedicine and Nanobiotechnology · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésNucleic acidColloidal goldNanotechnologyNanoparticleMedicineVirologyEngineeringMaterials scienceBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Nucleic acid-based vaccines are leading-edge tools in developing next-generation preventative care. Much research has been done to convert vaccine gene therapy from an invasive to a noninvasive administration approach. The lung's large surface area and permeability make the pulmonary route a promising noninvasive delivery option for vaccines, with systemic and local applications. This review summarizes the challenges and the approaches that have been carried out to optimize the delivery of nucleic acids through the pulmonary route for vaccination purposes in recent years, with a spotlight on gold nanoparticles (AuNPs). Nonviral delivery systems have been widely explored, and AuNPs with their unique properties are emerging as promising tools for nucleic acid vaccines due to surface functionalization with mucus-penetrating polymers and targeting moieties that can bypass the barriers in pulmonary delivery and successfully deliver nucleic acids to the cells of interest. However, while promising, several challenges remain including selectively overcoming the lungs' immunological surveillance and adhesive mucus.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,032
Tête enseignante GPT0,349
Écart entre enseignants0,317 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWiley Interdisciplinary Reviews Nanomedicine and NanobiotechnologyMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207