MétaCan
Menu
Retour à la cohorte
Enregistrement W7020650165

Lipid Nanoparticle-Based Inhibitors for SARS-CoV-2 Host Cell Infection

2024· article· en· W7020650165 sur OpenAlexaboutno aff

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2024
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueAdvanced Drug Delivery Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCytotoxicityMonoclonal antibodyNasal administrationRecombinant DNACellGene knockdownCell cultureImmune systemAntibody
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Vinith Yathindranath,1,2 Nura Safa,1,2 Mateusz Marek Tomczyk,1,3 Vernon Dolinsky,1,3 Donald W Miller1,2 1Department of Pharmacology and Therapeutics, University of Manitoba, Winnipeg, MB, Canada; 2PrairieNeuro Research Centre, Health Science Centre, Winnipeg, MB, Canada; 3Children’s Hospital Research Institute Manitoba, Health Science Centre, Winnipeg, MB, CanadaCorrespondence: Donald W Miller, Tel +1 204 789 3278, Email donald.miller@umanitoba.caPurpose: The global pandemic caused by severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) and the lingering threat to public health has fueled the search for effective therapeutics to treat SARS-CoV-2. This study aimed to develop lipid nanoparticle (LNP) inhibitors of SARS-CoV-2 entry to reduce viral infection in the nose and upper airway.Methods: Two types of LNP formulations were prepared following a microfluidic mixing method. The LNP-Trap consisted of DOPC, DSPC, cholesterol, and DSPE-PEG-COOH modified with various spike protein binding ligands, including ACE2 peptide, recombinant human ACE2 (rhACE2) or monoclonal antibody to spike protein (mAb). The LNP-Trim consisted of ionizing cationic DLin-MC3-DMA, DSPC, cholesterol, and DMG-PEG lipids encapsulating siACE2 or siTMPRSS2. Both formulations were assayed for biocompatibility and cell uptake in airway epithelial cells (Calu-3). Functional assessment of activity was performed using SARS-CoV-2 spike protein binding assays (LNP-Trap), host receptor knockdown (LNP-Trim), and SARS-CoV-2 pseudovirus neutralization assay (LNP-Trap and LNP-Trim). Localization and tissue distribution of fluorescently labeled LNP formulations were assessed in mice following intranasal administration.Results: Both LNP formulations were biocompatible based on cell impedance and MTT cytotoxicity studies in Calu-3 cells at concentrations as high as 1 mg/mL. LNP-Trap formulations were able to bind spike protein and inhibit pseudovirus infection by 90% in Calu-3 cells. LNP-Trim formulations reduced ACE2 and TMPRSS2 at the mRNA (70% reduction) and protein level (50% reduction). The suppression of host targets in Calu-3 cells treated with LNP-Trim resulted in over 90% inhibition of pseudovirus infection. In vivo studies demonstrated substantial retention of LNP-Trap and LNP-Trim in the nasal cavity following nasal administration with minimal systemic exposure.Conclusion: Both LNP-Trap and LNP-Trim formulations were able to safely and effectively inhibit SARS-CoV-2 pseudoviral infection in airway epithelial cells. These studies provide proof-of-principle for a localized treatment approach for SARS-CoV-2 in the upper airway. Keywords: lipid nanoparticles, SARS-CoV-2, antiviral, gene knockdown, intranasal drug delivery

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,187
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,418
Tête enseignante GPT0,625
Écart entre enseignants0,207 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetAdvanced Drug Delivery SystemsTravaux en français237 207