Binding Capacity and Adsorption Stability of Uremic Metabolites to Albumin-Modified Magnetic Nanoparticles
Notice bibliographique
Résumé
Kidney disease causes the retention of uremic metabolites in blood, which is associated with many comorbidities. Hemodialysis does not properly clear many metabolites, including large, middle-sized, and small protein-bound uremic toxins (PBUTs). Adsorption strategies for metabolite removal require the development of engineered adsorbents with tailored surfaces to increase the binding of desired metabolites. Albumin is uniquely positioned for modifying blood-contacting surfaces to absorb uremic metabolites, as it (i) minimizes non-specific protein adsorption and (ii) binds a range of molecules at Sudlow Sites I and II with different affinities. It is unknown if albumin-modified surfaces retain the adsorption qualities of solution-free albumin, namely, adsorption stability or specificity. Herein, albumin was covalently attached to iron oxide nanoparticles and characterized using multiple methods. Metabolite adsorption was conducted by incubating particles in a model solution of thirty-three uremic metabolites associated with kidney failure. Adsorption efficiency, selectivity, and stability were affected by albumin concentration and incubation time. Metabolite adsorption was found to change with time, and it was more effective on albumin-modified particles than unmodified controls. The findings outlined in this paper are crucial for the design of next-generation advanced blood-contacting materials to enhance dialysis and blood purification for patients with kidney disease.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».