Nanogel encapsulation improves pharmacokinetics and biodistribution of antimicrobial peptide LL37 upon lung deposition: In vivo evaluation by SPECT/CT
Notice bibliographique
Résumé
Antimicrobial peptides (AMPs) constitute the first line of defense in the human body and exogenous application of AMPs is a desirable therapeutic strategy to combat bacterial infections. However, the antibacterial properties of AMPs are often time limited due to fast degradation by host and bacterial proteases, and administration of the needed high doses may result in local inflammation, as well as nephro- and hepatotoxicity. In this study, we assessed the possibility of using nanogels composed of hyaluronic acid modified with octenyl succinic anhydride (HA-OSA) as a drug delivery system to improve the pharmacokinetics and safety profile of LL37, a naturally occurring AMP, when administered to the mucosal surface of the lungs. The peptide LL37 and the polymer HA-OSA were radiolabeled with 67 gallium and 111 indium, respectively, allowing for non-invasive tracking over time in mice following intratracheal administration. When non-formulated LL37 was administered, approximately 85 % of the peptide dose was cleared from the lungs over 48 h, whereas encapsulation of LL37 in HA-OSA nanogels increased peptide retention in the lungs by 36 %. Additionally, the amount of peptide in excretory organs was reduced, decreasing potential liver and kidney toxicity known to be associated with AMP-based therapies. The findings in this study indicate that encapsulation of LL37 in nanogels provides beneficial pharmacokinetic effects.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».