PEG-Grafted Oligolysines Stabilize DNA Origami While Enhancing Receptor-Specific Cell Binding
Notice bibliographique
Résumé
DNA nanostructures (DNs) offer programmable platforms for targeted biomedical applications, but their limited stability under physiological conditions has hindered their utility. Protective surface modifiers, or “coatings”, can improve DN stability but often impede access of surface-displayed ligands to cell receptors, reducing receptor engagement and target cell binding. Here, we report polyethylene glycol (PEG)-grafted oligolysine coatings that simultaneously enhance DN structural stability and preserve receptor-specific cell binding. We synthesized a 36-member coating library varying in lysine valency, PEG molecular weight, and grafting density, and identified three formulations that bound DNs with ∼ 6-fold higher affinity and conferred ∼ 30-fold greater cargo stability than the widely used K 10 - b -PEG 5k block copolymer. When functionalized with antibodies, coated DNs selectively engaged Fcγ receptors on DC2.4 dendritic cells─a phagocytic cell line prone to nonspecific interactions with uncoated DNs─achieving a 12-fold increase in binding specificity relative to K 10 - b -PEG 5k . Statistical modeling revealed that optimal performance required coordinated tuning of multiple parameters, underscoring the importance of multiparametric design. This work identifies improved protective coatings for DNA origami and establishes a design framework for engineering biostable, receptor-targeted DNA nanodevices for biological applications.
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 | 0,000 |
| 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) | 0,001 | 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 ».