Admixing of mRNA with Pre‐Formed Lipid Nanoparticles Containing a Slightly‐Cationic Ionizable Lipid Allows for Efficient mRNA Transfection In Vitro and In Vivo
Notice bibliographique
Résumé
Therapeutic mRNA has emerged as a powerful tool in medicine. However, due to its fragility and large size, mRNA requires a carrier for delivery into the cellular cytosol. Lipid nanoparticles (LNPs), produced by rapidly mixing an aqueous mRNA solution with an ethanolic solution containing lipids, are currently considered the most advanced carriers for this purpose. Electrostatic interactions between mRNA and the ionizable cationic lipid, combined with hydrophobic interactions among all lipids, lead to self-assembly into LNPs that accommodate the mRNA in their core. In this study, whether mixing mRNA with pre-formed, empty LNPs (eLNPs) in an aqueous medium can be a viable alternative for mRNA expression is investigated. It is confirmed that mRNA can associate with eLNPs via electrostatic interactions, with the effectiveness of this association depending on the surface charge of the eLNPs and the ionizable lipid component. Furthermore, post-loading mRNA into eLNPs demonstrates mRNA expression levels comparable to conventional LNP(mRNA) formulations, both in vitro and in mice. This method of leveraging eLNPs offers a practical alternative to conventional LNP(mRNA) formulation for the rapid screening of multiple mRNAs. It can also enable straightforward use of LNPs for mRNA transfection by users who do not have the capacity to perform LNP formulation.
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 | 0,000 | 0,000 |
| 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 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 ».