Biocompatibilité des nanoparticules de chitosane-siRNA in vitro pour la thérapie génique
Bibliographic record
Abstract
Le chitosane est un polysaccharide naturel, généralement reconnu pour sa biocompatibilité et biodégradabilité. Sa notoriété se doit non seulement à la diversité de ses applications biomédicales, mais aussi à la disponibilité des groupes fonctionnels qui permettent la modification de ses caractéristiques physicochimiques. Dans le contexte de la thérapie génique, le chitosane est reconnu pour son potentiel en tant que nanovecteur, pour transporter du matériel génique à l’intérieur des cellules. Notre laboratoire a mis au point la synthèse d’un diéthylaminoéthyl-chitosane-polyéthylène glycol-acide folique (DEAE12-CH-PEG-FA2), qui a déjà démontré sa capacité de transfection in vitro sur plusieurs lignées cellulaires et son potentiel thérapeutique en tant que nanoparticule dans un modèle animal d’arthrite. Ces résultats prometteurs ont encouragé la suite de nos recherches. Ainsi, l’évaluation des propriétés cytotoxiques et hémotoxiques de notre chitosane modifié et de ses nanoparticules s’est avérée une étape essentielle pour continuer vers une potentielle application clinique. Étant donné les résultats contradictoires des rapports sur les caractéristiques hémocompatibles de ce polymère, en plus du manque de témoins d’interférence, de l’absence de données sur le niveau de contamination aux endotoxines des formulations et l’hétérogénéité des protocoles expérimentaux dans la littérature, nous avons employé les lignes directrices de l’ISO, l’ASTM et le NCL pour estimer son profil toxicologique. Dans cette étude, nous avons approfondi les connaissances sur l'hémocompatibilité des nanoparticules de DEAE12-CH-PEG-FA2/siRNA dans un cadre contrôlé et informatif. Cette évaluation a montré une faible réponse hémolytique et d’agrégation plaquettaire, et aucun effet sur le système du complément et sur le temps de coagulation du plasma. Également, la mesure du niveau de radicaux libres (ROS et NO) n’a pas décelé une réponse biologique reliée au stress oxydatif. Cependant, la viabilité cellulaire et le niveau de libération de la lactate déshydrogénase (LDH) ont révélé une relation en fonction de la concentration, du temps d’exposition et du type cellulaire étudié. Enfin, l’expression de cytokines telles que le TNF-α, l’IL-6, l’IL-4 et l’IL-10 ont été comparables à ceux du témoin négatif, le PBS. Dans cette quête de l’estimation des propriétés biocompatibles de notre chitosane, notre projet s’est dirigé vers l’étude des mécanismes moléculaires. C’est ainsi que nous avons étudié les voies de signalisation reliées aux récepteurs de surface cellulaire susceptibles de reconnaître le chitosane, notamment le récepteur toll-like 4 (TLR-4) et les récepteurs de lectine de type C (CLR). Nos données révèlent que les nanoparticules de DEAE12-CH-PEG-FA2/siRNA, à différentes concentrations et à différentes périodes d’incubation, n’activent pas les voies de signalisation des IKK/NF-κβ, MAPKs, AKT et SYK. Ces résultats ont été supportés par l’absence d’une réponse pro-inflammatoire mesurée à partir de l’expression de médiateurs clés comme le TNF-α, IL-1β, IL-6, COX-2 et iNOS. Au vu de nos découvertes, nous pouvons déduire le potentiel d’innocuité de notre chitosane modifié (DEAE12-CH-PEG-FA2), indispensable pour son application dans la thérapie génique. Également, nous suggérerons la possibilité que des récepteurs cellulaires qui n’ont pas encore été identifiés soient impliqués dans la reconnaissance et l’internalisation du chitosane, ce qui mérite la réalisation d’études plus approfondies.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".