Suppressing t(4;11) Acute Leukemia by Lipopolymer Nanoparticle Delivery of siRNA Targeting <i>KMT2A::AFF1</i> with Enhanced Extrahepatic Delivery
Notice bibliographique
Résumé
Effective siRNA delivery in acute lymphoblastic leukemia (ALL) is limited by preferential hepatic accumulation. To address this, a lipopolymer (PEI-C) is developed by conjugating lipid to polyethylenimine and formulated lipopolymer nanoparticles (LPNPs) via complexation with siRNA. The siRNA delivery efficiency of LPNPs is evaluated in vitro in t(4;11)-positive ALL cells (RS4;11 and SEM) as well as "normal" peripheral blood mononuclear cells (PBMCs) from human donors and bone marrow stromal cells (BMSCs) from mice. Molecular effects are assessed by quantifying target mRNA silencing and downstream apoptosis. In vivo biodistribution and therapeutic efficacy are examined in mouse models. LPNPs demonstrated significantly higher siRNA uptake than commercial reagents in PBMCs and BMSCs, reaching siRNA uptakes of 87.2% and 93.0% in RS4;11 and SEM cells, respectively. Molecular analyses revealed effective silencing of KMT2A::AFF1 mRNA (≈80% in RS4;11), accompanied by BCL2 downregulation and increased apoptosis. In vivo, LPNPs showed efficient siRNA biodistribution to leukemia-associated organs (spleen and bone marrow) and significantly reduced leukemia burden in a systemic RS4;11 xenograft mouse model and improved survival. These findings suggest that PEI-C-formulated LPNPs present a promising avenue for therapeutic siRNA delivery in ALL, effectively targeting leukemia-associated organs, and warrant further exploration in clinical studies.
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 ».