MétaCan
Menu
Retour à la cohorte
Enregistrement W4410197066 · doi:10.1016/j.mtbio.2025.101841

Multifunctional natural chlorogenic acid based nanocarrier for Alzheimer's disease treatment

2025· article· en· W4410197066 sur OpenAlexaff
Chenchen Wang, Xiaolei Song, Xiaowan Zhang, Peng Li, Wei Wei, Shihao Sun

Notice bibliographique

RevueMaterials Today Bio · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueAlzheimer's disease research and treatments
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésNanocarriersChlorogenic acidChemistryIn vivoBioavailabilityDownregulation and upregulationConjugated systemIn vitroChelationSmall interfering RNAPharmacologyAntioxidantNanomedicineBiochemistryBiophysicsNanotechnologyTransfectionMaterials sciencePolymerBiologyDrug deliveryNanoparticleOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Alzheimer's disease (AD) presents significant challenges due to its intricate pathogenic mechanisms and the limited efficacy of single-target therapies. In this study, we investigated the potential of chlorogenic acid (CHA), a multifunctional natural active compound, in AD therapy by developing a trifunctional nanocarrier (MC-H/R/si). CHA was effectively conjugated with iron-based metal-organic frameworks (MIL/Fe-100) through chelation interaction. The resulting nanocomplex (MC) not only enhances the bioavailability of CHA but also facilitates a synergistic antioxidant effect between CHA and MIL/Fe-100. Importantly, CHA can chelate Zn 2+ from β-amyloid/Zn 2+ (Aβ/Zn 2+ ) polymers, inhibiting Aβ aggregation. Furthermore, small interfering RNA targeting BACE1 was covalently linked to MC to downregulate BACE1 expression. Both in vitro and in vivo experiments revealed that MC-H/R/si effectively scavenges ROS, reduces inflammation and Aβ plaque, and improves the learning and cognitive abilities of APP/PS1 mice. These findings confirm that the trifunctional nanocarrier MC-H/R/si has great potential for AD treatment.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,026
Tête enseignante GPT0,317
Écart entre enseignants0,291 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations11
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials Today BioMême sujetAlzheimer's disease research and treatmentsTravaux en français237 207