Single-Particle Multiparametric Microscopy Reveals Structural, Size, and Payload Heterogeneity in mRNA-Loaded Lipid Nanoparticles
Notice bibliographique
Résumé
Deciphering the heterogeneity of mRNA-containing lipid nanoparticles (LNPs) is essential for understanding the relationship between their microscopic properties and therapeutic function. Here, by combining alternating laser excitation (ALEX) with convex lens-induced confinement (CLiC) microscopy, we simultaneously measure size, multicolor fluorescence, mRNA payload, and Förster resonance energy transfer (FRET) of individual suspended LNPs containing labeled lipid and mRNA molecules. By varying formulation parameters, including ionizable lipids, formulation buffers, and molecular ratios, we investigated and correlated key microscopic properties for relevant vaccine formulations. While per-particle lipid fluorescence was lower for empty versus mRNA-loaded particles for all formulations, the relative size of empty versus mRNA-loaded particles depended upon the formulation and intraparticle structure. When comparing CLiC-ALEX to cryogenic transmission electron microscopy measurements (Cryo-TEM), for the LNP formulations with a major subpopulation of bleb-LNPs, the subpopulation of bleb-LNPs appears to overlap with the subpopulation of mRNA-containing LNPs. CLiC-ALEX also enabled quantification of per-particle mRNA fluorescence and FRET signals, thereby revealing heterogeneity in the mRNA copy number and mRNA-LNP structural arrangements; where the results were compared with biophysical estimates based on the LNP formulations. These rigorous biophysical insights are critical to inform our understanding of structure-activity relationships and inform the rational design of nanomedicines.
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 ».