氨基酸修饰PEI提升基因递送效率

具有增强的基因递送效率和生物相容性的氨基酸修饰聚乙烯亚胺

摘要

开发高效且具有高生物相容性的基因递送载体是基因治疗的关键之一。一系列聚阳离子由聚乙烯亚胺(PEI)与多种氨基酸或其类似物制备而成。这些目标聚合物具有不同的电荷和亲水/疏水平衡性质,可能影响其在基因转染过程中的表现。凝胶阻滞和动态光散射分析表明,这些聚合物可将脱氧核糖核酸压缩成具有正泽塔电位和适合细胞摄取尺寸的纳米颗粒。荧光素酶报告基因转染结果表明,它们的转染效率高于PEI;尤其是在血清存在下,采用接枝乙醇酸的聚乙烯亚胺可实现高达23倍的更高效率。此外,研究发现PEI上的取代度对转染有明显影响,正/负电子基团之间的平衡在很大程度上影响递送过程。更高的血清耐受性也通过牛血清白蛋白吸附、流式细胞术和共聚焦显微镜分析得到证实。结果表明,此类聚阳离子可作为有前景的非病毒基因递送载体。

关键词

基因递送;聚乙烯亚胺;非病毒基因载体;生物相容性

1. 引言

作为一类重要的非病毒基因递送载体,阳离子聚合物因其良好的稳定性、易于制备和修饰而受到关注[1,2]。阳离子聚合物可通过静电相互作用高效压缩脱氧核糖核酸,其阳离子特性还可能促进聚合物/DNA复合物(多聚体)与带负电荷的细胞膜之间的接触,从而实现更好的细胞摄取。用于基因递送的主要聚合物材料包括聚乙烯亚胺(PEI)[3,4],聚(L‐赖氨酸)[5],聚(叔胺甲基丙烯酸酯)[3],和聚酰胺胺[6],等。在这些聚合物中,聚乙烯亚胺因易于获得而被广泛研究。高分子量聚乙烯亚胺(HMW PEI),特别是分子量为25千道尔顿的聚乙烯亚胺,具有相对较高的转染效率。

聚合物2015,7,2316–2331;doi:10.3390/polym7111516 www.mdpi.com/journal/polymers

转染效率(TE)在体外和体内均表现出色。这使其成为新型聚合物载体设计的金标准[7–9]。然而,高分子量PEI介导的基因递送伴随着较高的转染效率,同时也存在显著的细胞毒性和有限的生物相容性[10,11]。因此,开发兼具高转染效率和改善生物相容性的新型PEI基材料具有重要意义。

近年来,人们已付出大量努力以克服PEI[12–17]的缺点。Wang等研究表明,在PEI上引入疏水十二烷链可通过增强脱氧核糖核酸从易体向细胞质的逃逸来提高转染效率,但遗憾的是,其生物相容性并未得到有效改善[12]。拉明哉及合作者发现,保持一级胺数量不变的聚乙烯亚胺烷基少肿胺衍生物是一种有效策略,可在维持低毒性的同时平衡疏水‐亲水性能并提升转染效率[13]。卓发现,引入富含羟基的“皮肤”结构可使接枝型聚合物PEI‐g‐5‐乙基‐5‐(羟甲基)‐1,3‐二氧六环‐2‐酮(PEI‐g‐EHDO)具有显著改善的生物相容性,并对血清相关有害效应(如蛋白质吸附、粒子聚集和多阳离子‐蛋白质交换)表现出更强的抗性[11]。此外,聚乙二醇(PEG)已被证明能够屏蔽复合物表面的正电荷,从而提高血清耐受性[14–16]。然而,此类聚合物涂层带来的强烈电荷屏蔽和体积排除效应会干扰多阳离子/DNA复合,并阻碍其高效进入细胞的内化作用[17]。鉴于上述问题,旨在实现更高转染效率同时改善生物相容性的PEI修饰并非易事。疏水与亲水性能之间以及DNA结合与释放能力之间的平衡至关重要。

借鉴这些研究的启示,本研究旨在将疏水、侵水或带电元素引入聚合物结构中,并评估它们对转染效率、细胞毒性和血清抗性的影响。为此,我们选择丝氨酸(Ser)、乙醇酸(Ga)、甘氨酸(Gly),N,N‐双(21‐氨乙基)甘氨酸(Deta)和亮氨酸(Leu)对25 kDa PEI进行修饰,得到不同取代度(DS)的衍生物。在这些新型聚合物中,与PEI相比,Ser‐PEI引入了侵水性羟基团且不减少胺基数;Ga‐PEI用羟基替代部分胺基;Gly‐PEI保持胺基数不变;Deta‐PEI可能增加一级胺基团的数量;而Leu‐PEI则引入疏水烷基团。以HEK293、HeLa和U‐2OS细胞为模型的实验表明,这些修饰聚合物表现出更好的生物相容性、血清抗性和转染效率。

2. 实验部分

2.1. 材料

除非另有说明,所有化学品和试剂均为市售产品,未经进一步纯化直接使用。无水氯仿(CHCl₃)和二氯甲烷(CH₂Cl₂)经氢化钙(CaH₂)干燥后蒸馏处理。柱层析采用200–300目硅胶或200–300目Al₂O₃。所有水溶液均使用去离子水或蒸馏水配制。

¹H NMR谱图在Bruker AM400核磁共振波谱仪(瑞士苏黎世)上测定。核磁共振谱图的质子化学位移以ppm表示,内标TMS为参考(¹H,0.00 ppm)。N‐(tert‐丁氧羰基)‐L‐丝氨酸、N‐(tert‐丁氧羰基)‐L‐甘氨酸和N‐(tert‐丁氧羰基)‐L‐亮氨酸购自阿拉丁工业公司(中国上海),MicroBCA蛋白检测试剂盒购自Pierce(美国伊利诺伊州罗克福德),荧光素酶检测试剂盒购自普洛麦格(美国威斯康星州麦迪逊),无内毒素质粒纯化试剂盒购自天根(中国北京),细胞计数试剂盒‐8(CCK‐8)购自同仁化学研究所(日本熊本)。本研究使用的质粒为编码荧光素酶DNA的pGL‐3(普洛麦格,美国威斯康星州麦迪逊)和编码EGFP DNA的pEGFP‐N1(Clontech,美国加利福尼亚州帕洛阿尔托)。杜氏改良鹰类培养基(DMEM)和胎牛血清购自英潍捷基公司(中国成都)。Cy5TM购自Molecular Probes(Mirus, 美国威斯康星州麦迪逊)。HEK293T人胚胎肾细胞系、HeLa细胞系和U‐2OS人骨肉瘤癌细胞购自中国科学院生物化学与细胞生物学研究所(中国上海)。氮原子1,氮原子”‐二‐Boc‐氮原子,氮原子‐双(21‐氨基乙基)甘氨酸的合成方法如先前报道[18]。

2.2. 聚合物的制备

在冰浴中,将N‐(叔丁氧羰基)羧酸(2 mmol)、EDCI(2.4 mmol)、HOBT(2.4 mmol)和DIEA(2.4 mmol)溶于50 mL干燥的二氯甲烷中搅拌0.5小时。然后,根据摩尔比加入相应量的PEI(25 kDa),并溶于干燥的二氯甲烷后加入反应体系,室温下继续搅拌反应两天。反应完成后,加入甲醇/HCl溶液以脱除保护基团叔丁氧羰基(Boc)。将残留物溶于少量水中,并在去离子水中透析(截留分子量8000–14,000 kDa)三天。经冷冻干燥后得到白色或淡黄色固体产物。产率:46%–62%。

2.3. 聚合物表征

¹H NMR谱在Bruker AV 400‐MHz仪器上于25 °C条件下,在D₂O中测得。所制备的阳离子聚合物的分子量(Mw)和多分散性(PDI,Mw/Mn)通过凝胶渗透色谱(GPC)系统测定,该系统包括Waters 515泵、Linear 7.8 mm × 300 mm色谱柱(Waters Corp, Milford, MA, USA)、18角激光散射仪(Wyatt Technology Corporation, Santa Barbara, CA, USA)以及OPTILAB DSP干涉式折光仪(Wyatt Technology Corporation, Santa Barbara, CA, USA)。以经过0.02 µm滤膜过滤的NaAc(0.3 M,pH 4.4)作为洗脱液,流速为0.5 mL/min。

Ser‐PEI:¹H NMR (400 MHz, D₂O, TMS):δ = 2.64–3.50 ppm (m, PEI–H 和 –CH(NH₂)CH₂OH),3.76 ppm (s, –CH₂OH)。
Ga‐PEI:¹H NMR (400 MHz, D₂O, TMS):δ = 2.52–3.25 ppm (m, PEI–H),3.94 ppm (s, –CH₂OH)。
Gly‐PEI:¹H NMR (400 MHz, D₂O, TMS):δ = 2.64–3.51 ppm (m, PEI–H),3.67 ppm (m, –CH₂NH₂)。
Deta‐PEI:¹H NMR (400 MHz, D₂O, TMS):δ = 2.64–3.13 ppm (m, –CH₂CH₂NH₂, –CONCH₂CH₂),3.25 ppm (m, –COCH₂, –CONCH₂)。
Leu‐PEI:¹H NMR (400 MHz, D₂O, TMS):δ = 0.86 ppm (d, –CH₃),1.58–1.64 ppm (m, –CHCH₃),2.68–3.60 ppm (m, PEI–H),3.9 ppm (m, –CHNH₂)。

聚合物取代度(DS)的计算:以Ga‐PEI为例,δ3.9 ppm处的特征单峰代表取代基上CH₂OH中的2H,而宽多重峰代表聚乙烯亚胺(PEI)的C–H信号(每个乙烯亚胺单元含4H)。因此,若取代度为100%,则这两个峰的峰面积比应为1:2。因此,DS可通过(实际峰面积比)/(1:2)计算得出。对于Ga‐PEI1,DS为(1:25)/(1:2) = 0.08,即8%。

2.4. 质粒DNA的扩增与纯化

使用了pGL‐3和pEGFP‐N1质粒。前者作为荧光素酶报告基因,转化至M109 Escherichia coli中;后者作为增强型绿色荧光蛋白报告基因,转化至E.coli DH5α中。两种质粒均在LB培养基中于37 °C、220转/分钟条件下过夜培养扩增。质粒采用EndoFree Tiangen™质粒试剂盒进行纯化,随后将纯化的质粒溶解于TE(Tris+EDTA)缓冲液中,并于−80 °C保存。通过琼脂糖凝胶电泳确认质粒的完整性,通过测定260至280纳米处紫外吸收的比值确定质粒纯度,结果约为1.91。

2.5. 琼脂糖凝胶电泳试验

在不同的聚合物相对于pDNA的重量比下,通过将适量的聚合物溶液加入到5 µL的pUC 19(0.025 mg/mL)中制备多聚复合物。所得复合溶液随后稀释至总体积为15 µL。在37 °C下孵育0.5小时后,将多聚复合物在含有GelRedTM的1%(w/v)Tris‐乙酸盐(TAE)电泳缓冲液中的琼脂糖凝胶上以120伏电压电泳0.5小时。然后使用VilberLourmat成像系统在紫外线灯下观察脱氧核糖核酸。

2.6. 粒径和 ζ-电位在水中的测量

泽塔电位(ζ‐电位)和粒径采用马尔文仪器公司的Nano‐ZS ZEN3600仪器在25 °C下进行测定。该仪器配备波长为630纳米的红外激光,利用与激光多普勒流速测量相似的实验装置,通过散射光的相位分析测定颗粒的电泳迁移率(M3PALS技术,英国马尔文仪器有限公司,沃尔口问郡)。通过将1 mg pUC‐19加入适量的聚合物溶液(PBS中)制备不同w/w比例的多聚复合物。然后将多聚体溶液在37 °C下孵育0.5小时,并用去离子水稀释至1 mL后进行测量。数据基于三次独立实验,以均值±标准差(SD)表示。

2.7. 细胞培养

人成骨肉瘤(U‐2OS)细胞、HeLa细胞和人胚胎肾转化HEK293细胞在含10%(v/v)胎牛血清(FBS)和1%抗生素(青霉素‐链霉素,10,000 U/mL)的DMEM中,于含5% CO₂的湿润环境中37 °C培养。每隔一天更换一次培养基。

2.8. 转染程序

在U‐2OS、HeLa和HEK293细胞中研究了一系列复合物的基因转染。细胞接种于24孔板中(U‐2OS为10 × 10⁴细胞/孔,HeLa和HEK293为8.5 × 10⁴细胞/孔),在5% CO₂条件下于37 °C培养24小时至70%–80%细胞汇合度。转染前,更换培养基为含有不同质量比的聚合物/pDNA(1 µg)复合物的无血清或含10%血清的培养基。在标准培养箱条件下培养4小时后,更换为含血清的新鲜培养基,继续培养20小时。

在荧光显微镜检测中,细胞通过含有pEGFP‐N1的复合物进行转染。经过24小时孵育后,在倒置荧光显微镜(Nikon Eclipse TE 2000E)上配备冷凝尼康相机,在100×放大倍数下观察表达GFP的细胞。对照转染在每种情况下均使用市售的转染试剂bPEI(25 kDa)按照制造商规定的标准条件进行。

荧光素酶检测中,细胞使用含有pGL‐3的复合物进行转染。在24孔板中的典型检测中,转染24小时后,细胞用冷PBS洗涤,并用100 µL 1×裂解报告缓冲液(普洛麦格,美国威斯康星州麦迪逊)裂解。荧光素酶活性使用酶标仪(Model550,伯乐,美国加利福尼亚州赫拉克勒斯)测定。裂解细胞的蛋白含量通过BCA蛋白测定确定。基因转染效率以每毫克蛋白的相对荧光强度(RLU/mg蛋白)表示。所有实验均进行三份。

2.9. 细胞毒性检测

对人成骨肉瘤(U‐2OS)细胞、HeLa细胞和人胚胎肾转化HEK293细胞的毒性通过细胞计数试剂盒‐8(CCK‐8)测定。每孔7000个细胞接种于96孔板中,过夜培养至70%–80%细胞汇合度。弃去原培养基,更换为50 µL新鲜培养基,并加入50 µL不同浓度的多聚复合物加入以达到最终体积为100 µL。24小时后,向每孔中加入10 µL CCK‐8与90 µL PBS的混合液,继续孵育1小时。使用ELISA酶标仪(型号550,BioRad,美国加利福尼亚州赫拉克勒斯)在450 nm波长下测定吸光度。经多聚体处理的细胞的代谢活性相对于未经处理的细胞对照(设为100%代谢活性)表示。此外,使用CCK‐8检测对未修饰的PEI进行细胞活力测定作为对照。

2.10. 蛋白质吸附实验

简而言之,将1毫升聚合物溶液(1 mg/mL)加入到1毫升牛血清白蛋白(BSA)溶液(2 mg/mL)中。在37 °C下振荡0.5小时后,聚合物吸附BSA形成白色棉状沉淀,通过离心去除。小心收集上清液,并用BCA蛋白测定法测定其中BSA的浓度。吸附在多聚复合物上的蛋白质含量通过以下公式计算:

q = (Ci − Cs) × V / m
其中,Ci和Cs分别为吸附实验前后的初始BSA浓度和上清液中的BSA浓度;V为溶液的总体积(2 mL);m为加入溶液中的聚合物质量(1 mg)。

2.11. 质粒DNA的细胞摄取

通过流式细胞术分析聚合物/荧光素标记的DNA复合物的细胞摄取。根据制造商方案,使用Label IT Cy5标记试剂盒将质粒DNA用Cy5进行标记。简言之,将U‐2OS细胞接种于12孔板(2 × 10⁵细胞/孔)中,贴壁并培养24小时。进行无血清转染时,更换为无血清培养基;进行含血清转染时,更换为含血清培养基。细胞在37 °C下与Cy5标记的DNA复合物(2 µg DNA/孔,各样品的最佳重量比)在培养基中孵育4小时。随后,用含有肝素(120 U/mL)的1× PBS洗涤细胞,并用0.25%胰蛋白酶/EDTA消化收集细胞,重悬于PBS中。使用FC 500流式细胞仪(Beckman Coulter,Brea,CA,美国)分析平均荧光强度。使用红色二极管激光器(633 nm)在FL4通道中检测Cy5标记的质粒DNA的摄取。对10,000个事件的数据,利用前向和侧向散射参数设门,以排除细胞碎片。每次运行前均校准流式细胞仪,使对照样品(即未经处理的细胞)的背景水平达到~1%。

2.12. 共聚焦激光扫描显微镜(CLSM)分析

U‐2OS细胞以每孔2 × 10⁴个细胞的密度接种于35 mm共聚焦培养皿(Φ = 15 mm)中,转染前24 h进行培养。无血清条件下的转染实验中,将培养基更换为无血清培养基;含血清条件下的转染实验中,则更换为含血清培养基。随后,将细胞与Cy5标记的DNA复合物(每孔2 µg DNA,各样品的最佳重量比)在培养基中于37 °C孵育4 h。之后,用PBS(pH 7.4)洗涤细胞两次以去除未被细胞摄取的复合物,接着用PBS缓冲液溶解的4%多聚甲醛固定10 min,并使用DAPI进行细胞核染色。采用Leica TCS SP5在激发波长405 nm(DAPI,蓝色)和633 nm(Cy5,红色)下进行共聚焦激光扫描显微镜(CLSM)观察。

3. 结果与讨论

3.1. 酰化聚合物的合成与表征

本研究旨在合理设计并评估一类基于改性PEI的潜在安全非病毒基因递送载体。如图式1所示,目标聚合物由PEI 25 kDa与一系列具有不同氨基密度和亲水/疏水平衡性质的功能酸制备而成。除乙醇酸(Ga)外,其他含有伯胺基团的功能酸在与PEI反应前需用二‐叔丁基二碳酸酯(Boc₂O)进行保护。最终聚合物通过在水中透析(截留分子量:8000–14,000)3天并经冷冻干燥获得。通过调节功能酸的酸羧基与PEI上胺基的投料比,可得到不同的取代度(例如,投料比为0.1、0.2、0.3和0.5时分别得到Ga‐PEI1至Ga‐PEI4),取代度可根据¹H NMR谱图中的特征峰积分计算得出(见图1,详见实验部分)。计算得到的取代度列于表1中。考虑到PEI中1°/2°/3°胺基的空间位阻效应和反应活性差异,取代度始终低于羧基/胺投料比。目标聚合物的分子量通过GPC测定,表1中的结果表明,随着取代度的增加,Mw也随之增加。

示意图0

表1. 聚合物的表征。DS由¹H NMR测得,表示PEI中全部氨基的取代度。Mw和多分散性(PDI)由GPC测得。

聚合物 取代度 (%) Mw (千道尔顿) PDI
Ser‐PEI1 6.8 31.9 1.67
Ser‐PEI2 9.3 32.6 1.66
Ser‐PEI3 14.8 35.8 1.80
Ser‐PEI4 19.0 37.0 1.71
Ga‐PEI1 8.0 29.4 1.55
Ga‐PEI2 10.0 31.0 1.63
Ga‐PEI3 15.9 32.6 1.68
Ga‐PEI4 18.2 33.3 1.68
Gly‐PEI1 4.0 28.5 1.54
Gly‐PEI2 8.7 30.5 1.58
Gly‐PEI3 13.3 32.7 1.60
Gly‐PEI4 25.0 35.2 1.70
Deta‐PEI1 6.5 33.2 1.88
Deta‐PEI2 10.5 36.0 1.77
Deta‐PEI3 12.5 37.3 1.96
Deta‐PEI4 15.4 42.1 1.90
Leu‐PEI1 7.0 32.3 1.56
Leu‐PEI2 10.3 34.6 1.71
Leu‐PEI3 13.3 36.6 1.78
Leu‐PEI4 21.1 46.4 2.37

3.2. 高分子/DNA复合物(多聚复合物)的形成

DNA的缩聚形成纳米级颗粒是高效递送DNA进入细胞的前提[13]。通过在不同质量比(聚合物/DNA,w/w)下进行凝胶阻滞实验测定修饰的PEI与质粒DNA的结合强度,结合能力以实现完全阻滞时的质量比表示[19]。图2显示,这些新材料在w/w质量比为0.8时即可观察到完全DNA递若,且DS不影响DNA缩聚能力[20]。在五种修饰中,Deta‐PEI表现出略低的结合能力。同时研究了多聚复合物的稳定性,发现随着肝素浓度增加,DNA可从多聚复合物中逐渐释放(图S1)。然而,需要比聚合物更多的肝素量才能实现释放,表明聚合物与DNA之间存在紧密结合作用。此外,还考察了DNA对核酸酶的保护作用,结果如图S2所示。经DNase处理后,裸DNA被降解,在凝胶上未观察到条带。相反,在与聚合物缩聚后,DNA能够抵抗DNase的作用,并可通过随后加入肝素释放。上述结果表明,这些聚合物可在含有核酸酶的环境中有效保护DNA不被降解[21]。

示意图1

由于细胞通常摄取从微米到纳米级的粒子[22],因此阳离子聚合物必须将核酸压缩成具有适当泽塔电位的纳米颗粒,而泽塔电位在内吞作用和材料细胞毒性中也起着重要作用[23]。采用动态光散射(DLS)检测测量了修饰的PEI与质粒DNA在0.5、2、4和8的w/w比例下形成的多聚复合物的直径和泽塔电位,并以未修饰PEI作为对照。每种聚合物的取代度(DS)根据荧光素酶基因转染实验(第3.3节)中确定的最佳取代度进行选择。如图3所示,总体而言,这些聚合物与PEI类似,可将脱氧核糖核酸压缩成直径在100至450 nm之间的颗粒,且当w/w比例达到~1时,多聚复合物的泽塔电位转为正值。随着质量比的升高,粒径减小而泽塔电位增加。由引入了羟基或疏水基团的Ga‐PEI或Leu‐PEI形成的多聚复合物表现出相对较低的泽塔电位。与此同时,源自Deta‐PEI的多聚复合物具有最高的氨基密度,导致其正电荷最高。然而,粒径似乎不受氨基密度的影响。Deta‐PEI仅在相对较高的w/w质量比8时产生最小的颗粒。还使用Ga‐PEI作为模型研究了取代度(DS)对多聚复合物粒径和电位的影响,结果(图S3)显示,随着DS的增加,粒径增大,泽塔电位降低。这可以通过羟基数量增加引起的正电荷屏蔽效应合理解释。

示意图2 测得的不同修饰的PEI形成的多聚复合物的粒径(a)和泽塔电位(b))

3.3. 体外基因转染

采用荧光素酶报告基因定量评估这些修饰的PEI在U‐2OS细胞中的体外转染效率。图4显示了这些聚合物在不同w/w比(2、3、4、5)下的相对转染效率,与PEI(25 kDa)在其最佳重量比1.4(N/P比= 10)时的情况进行比较[24]。氨基酸与PEI的偶联显著增强了荧光素酶的表达,其中甘氨酸修饰的Gly‐PEI表现出最佳的转染效率,约为PEI的10倍。取代度也影响其基因递送行为:对于每种聚合物,约10%的取代度最有利于转染。

示意图3

众所周知,聚乙烯亚胺在含血清培养基中的转染效率会显著降低[25–27]。因此,开发在血清中仍能保持高效性的非病毒基因载体至关重要。在本研究中,还测试了具有最佳取代度的新制备聚合物的转染效率在10%血清存在的情况下。如图5a所示,与无血清条件下的结果(图4)相比,羟基修饰的聚合物比聚乙烯亚胺具有更好的血清耐受性。例如,Ga‐PEI的转染效率是PEI的六倍,而在无血清条件下该值为四倍。此外,Ga‐PEI对其他细胞系(包括HeLa)也表现出优异的转染效率(图5b)和HEK293(图5c)。在HeLa细胞中,转染效率比聚乙烯亚胺高出达23倍。在每种细胞系中,Ga‐PEI的转染效率高于Ser‐PEI,后者虽也含有羟基但保持了氨基的数量。这表明正/负电荷基团之间的平衡,也称为“羟基效应”[11,28]或电荷屏蔽效应[29,30],对于这类聚阳离子的转染过程尤为重要,尤其是在含血清环境中。另一方面,Gly‐PEI也表现出良好的转染效率,但其相对于PEI的相对转染效率低于无血清条件下的结果。

示意图4 U‐2OS;(b) HeLa;(c) HEK293)

此外,进行了增强型绿色荧光蛋白(EGFP)表达检测以直接观察表达pEGFP‐Nl报告基因的被感染的细胞。图6显示了在荧光素酶检测中获得的最佳质量比下,修饰聚合物转染细胞的密度。结果表明,这些聚合物介导的转染效果优于涉及聚乙烯亚胺(PEI)的实验。此外,在有血清存在的情况下(图S4)或其他细胞系中(HEK293,图S5和图S6;HeLa,图S7和图S8)也进行了相同的检测。所有结果进一步证明了这些载体具有良好的血清耐受性。

示意图5

3.4. 生物相容性研究

带负电荷的细胞和血液成分也会与阳离子聚集体相互作用,导致固有毒性[31]。涉及聚阳离子的转染通常伴随一定程度的细胞毒性,这可能会限制其作为基因递送载体的应用[32]。通过CCK‐8检测在不同浓度下研究并比较了这些PEI衍生物与未改性的25 kDa bPEI的细胞毒性。首先考察了取代度(DS)的影响。对于Ser‐PEI和Ga‐PEI,随着DS的增加,U‐2OS细胞的存活率略有上升(图S9),表明引入羟基可能有利于提高聚合物材料的生物相容性[14,19,28]。然而,对于其他PEI衍生物,并未发现这种依赖取代度的趋势[13]。随后测定了这五种具有最佳取代度的聚合物(其取代度与DLS研究中所用的相同)在不同细胞系中的细胞毒性,结果如图7所示。正如预期,这些改性PEI共轭物表现出明显低于PEI的细胞毒性,尤其是在正常细胞HEK293中。具有疏水侧链的Leu‐PEI显示出比其他聚合物更高的细胞毒性,表明疏水改性容易引发毒性,这可能是由于与细胞膜的增强相互作用[33–35]。

在五种聚合物中,Ga‐PEI表现出最低的细胞毒性。这可能归因于胺基被羟基取代,从而屏蔽了聚乙烯亚胺的正表面电荷(图3b)。

基因转染中的血清诱导抑制在很大程度上取决于多聚体与带负电荷的血清蛋白之间的非特异性相互作用[36–38]。抗蛋白质吸附能力可能有利于DNA货物竞争性地接近细胞膜,从而增强内吞作用和基因表达[39]。为验证这一假设,采用牛血清白蛋白(BSA)作为模型蛋白,模拟蛋白质在聚合物表面的非特异性吸附。如图8所示,与未修饰的PEI相比,修饰后的PEI表现出明显更低的蛋白质吸附,尤其是Ga‐PEI。这种对带负电荷蛋白质更高的抗吸附能力可能有助于其在血清条件下的更高相对转染效率(图5)。

示意图6 U‐2OS;(b) HeLa 和 (c) HEK293 细胞的细胞毒性)

示意图7

3.5. 细胞摄取和细胞内分布

为了深入了解目标聚合物促进的转染机制,通过流式细胞术分析了DNA的细胞摄取。在多聚复合物与U‐2OS细胞孵育4小时后,计算出Cy5标记的质粒DNA阳性细胞的百分比,并显示在图9a中。所有多聚复合物均表现出良好的细胞摄取,约90%的测试细胞对Cy5标记DNA呈阳性。尽管Gly‐PEI在荧光素酶检测中表现出最佳的转染效率(图4),但其细胞摄取并非最高。由于细胞摄取仅是基因递送过程中的多个障碍之一[28,40],我们推测Gly‐PEI可能具有更高的细胞内效率来递送核酸。此外,在相同细胞系中还进行了含有10%血清条件下的细胞摄取实验。图9b所示结果表明,所有多聚复合物的细胞摄取均受到负面影响。然而,明显可以看出Ga‐PEI的摄取下降最少,这可能归因于其更强的电荷屏蔽效应(图3b)和更好的蛋白质吸附抗性(图8)。这也解释了其相较于其他聚合物具有更高的血清耐受性(图5)。

随后,在最佳转染质量比下,通过共聚焦激光扫描显微镜(CLSM)研究了这些聚合物在U‐2OS细胞中对递送的DNA(Cy5标记)的内化和细胞内定位。细胞核用4’,6‐二脒基‐2‐苯基吲哚(DAPI,蓝色)染色。如图10所示,在无血清条件下,所有多聚复合物在4小时转染后均可将大量DNA(红色)有效递送至核周区域以及细胞核中。然而,在含血清环境下,PEI介导的转染中红色荧光减弱。与此同时,修饰的PEI介导的转染中荧光密度未出现明显变化。对于Ga‐PEI介导的转染,在细胞核中发现了更多的红色信号,表明其作为非病毒基因递送载体具有更高的转染效率,尤其是在含血清环境中。

示意图8 无血清;(b) 含10%血清)

示意图9

4. 结论

支化PEI(25 kDa)通过与多种氨基酸或其他功能酸进行修饰,得到具有不同取代度的衍生物聚合物。采用不同的羧酸以赋予新聚合物不同的电荷和亲水/疏水平衡性质。这些聚合物可将脱氧核糖核酸压缩成具有合适尺寸和泽塔电位的纳米颗粒。体外实验表明,与PEI相比,它们能够实现更高的转染效率和更低的细胞毒性。使用Ga‐PEI作为转染试剂时,转染效率最高可达PEI的23倍。还研究了取代度和取代基团的影响,发现10%取代度最适于转染。在Ga‐PEI中,部分氨基被羟基取代,其在含血清条件下对多种细胞系表现出最高的血清耐受性和最高的转染效率。牛血清白蛋白吸附和流式细胞术检测也证实了其更高的生物相容性。这些结果可能为设计高效低毒的PEI衍生物作为非病毒基因载体提供指导。

zed(Rust)开源项目完整源码 「zed(Rust)开源项目完整源码」是开源项目(Rust)。项目简介:Code at the speed of thought – Zed is a high-performance, multiplayer code editor from the creators of Atom and Tree-sitter.源码完整,下载解压即可查看使用,适合学习参考、课程设计与二次开发。 立即下载

相关推荐

IEC 63281-3-1:2024 电动运输车 - 第3-1部分:考虑实际使用温度条件的电动滑板车总运行时间性能测试方法 - 完整英文电子版(30页)

IEC 63281-3-1:2024规定了电动滑板车单人运输总运行时间的测试方法,考虑了用户在不同温度下驾驶时的实际使用温度条件,用于公路或公共场所。 本文件不涵盖残障人士或老年人的电动滑板车。此外,本文件不包括货运电动滑板车。

【卡尔曼滤波】具有梯度流的一类系统的扩散映射卡尔曼滤波器研究(Matlab代码实现)

内容概要:本文提出并研究了一类结合梯度流系统与扩散映射方法的新型卡尔曼滤波器,旨在提升非线性动态系统中的状态估计精度与鲁棒性。通过将扩散映射引入传统卡尔曼滤波框架,有效处理高维非线性空间中的数据分布特征,并利用梯度流机制优化状态演化路径,增强了滤波器在复杂噪声环境下的适应能力。文章系统阐述了算法的理论基础、数学推导过程及关键步骤设计,并配套提供了完整的Matlab代码实现,便于读者复现结果、验证性能并进一步拓展应用。该方法在SLAM、惯性导航、多传感器融合等领域具有良好的应用前景,属于先进状态估计技术的重要探索方向。; 适合人群:具备控制理论、信号处理或状态估计等相关背景的研究生、科研人员及工程技术人员,尤其适合熟悉卡尔曼滤波家族算法(如EKF、UKF)并掌握Matlab编程工具的研究者;亦适用于从事智能系统、机器人导航、航空航天等领域的专业人士。; 使用场景及目标:①应用于非线性、高噪声环境下的动态系统状态估计任务,如同时定位与地图构建(SLAM)、惯性导航与视觉/惯性融合定位;②为改进型卡尔曼滤波算法的研发提供理论参考与代码支撑,推动传统滤波方法与流形学习、几何分析等前沿数学工具的深度融合;③支持学术研究中的算法对比实验、论文复现及工程原型开发。; 其他说明:资源包含详尽的Matlab代码与实现细节,建议结合相关文献深入理解扩散映射与梯度流的数学内涵,推荐在科研项目、课程设计或算法优化中实际应用与扩展。

YOLO26算法表面凹坑与条纹检测+训练好的模型+610张数据集+pyqt可视化界面.zip

附训练好的 YOLO 权重与 PyQt 可视化检测界面,页面底部含可视化效果预览,毕设/课设开箱即用。 【数据集概况】 · 检测类别(中文):[未获取()] 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 100 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.7184** mAP50-95 | 0.4372 Precision | 0.6793 Recall | 0.7024 train/box_loss | 1.1399 train/cls_loss | 0.7578 val/box_loss | 1.3453 val/cls_loss | 1.0488 【训练过程分析】 记得从开始第一轮训练起,那曲线就一直像坐滑梯一样,很快地就下滑到了低谷值。大概到第 10 轮时,模型就开始缓慢而持续地从 0.5 左右的 mAP50 走向平稳上升的通道。整个训练过程,除了初期的那股势如破竹的气势外,中间部分的曲线就变得起伏不定,有时还会在某个阶段停滞不前,似乎在寻找下一个前进的方向。而到了后期,曲线又慢慢开始平稳下来,从第 80 轮开始,mAP50 的提升逐渐减缓,这时候,我不得不面对一个问题:是继续等待模型自行收敛,还是尝试更多的调参策略。在经过一轮轮的观察和思考后,我觉得继续等待已经不太可能有显著的进步,于是决定在第 95 轮时停下了脚步,最终完成了总共 100 轮的训练任务。 在训练过程的后半程,我注意到 loss 曲线虽然总体下降趋势明显,但在某些阶段却出现了停滞,特别是在第 70 轮到... 使用场景:毕业设计、课程设计、深度学习入门、工业场景落地验证。

模糊PID与传统PID控制无刷直流电机对比仿真模型(Simulink仿真实现)

内容概要:本文提供了基于Simulink的模糊PID与传统PID控制无刷直流电机的对比仿真模型,系统展示了两种控制策略在电机调速系统中的建模过程与性能差异。文档深入阐述了模糊PID控制器的设计原理,包括模糊规则构建、隶属度函数设定及解模糊化方法,并与传统PID控制器在动态响应速度、超调量、稳态精度及抗负载扰动能力等方面进行量化对比。仿真模型涵盖完整的无刷直流电机数学模型、双闭环控制结构(速度环与电流环)、PWM驱动模块以及信号采集与可视化单元,支持用户灵活调整参数并直观分析控制效果,有助于理解智能控制算法在电机系统中的优越性与工程应用价值。; 适合人群:自动化、电气工程、控制科学与工程等专业的本科生、研究生,以及从事电机驱动系统、电力电子与运动控制领域研发的工程技术人员。; 使用场景及目标:①掌握模糊PID控制器的设计流程及其在Simulink中的实现方法;②学习无刷直流电机的建模与双闭环控制策略;③对比分析模糊PID与传统PID在动态性能、鲁棒性及抗干扰能力方面的差异,优化实际控制系统的性能指标;④服务于教学实验、课程设计、科研项目验证及工程原型开发。; 阅读建议:建议结合所提供的说明文档与参考文献,逐步搭建并调试仿真模型,重点观察不同工况下(如突加负载、转速指令变化)两者的响应曲线差异,深入理解模糊控制在非线性系统中的自适应调节机制,提升对先进控制算法的应用与创新能力。

chromedriver-mac-arm64-159.0.8145.0(Canary).zip

chromedriver-mac-arm64-159.0.8145.0(Canary).zip

编程语言扩展与跨边界架构设计:五种组合方式、统一判定与框架开发(20章)

本资源是一份 20章系统化技术长文,围绕“宿主语言如何借外部力量获得自身不具备的能力”展开,建立 “脚本解释器核心—适配层—被组合组件”三层统一模型,系统拆解 进程级、函数级、协议级、语言级、数据级 五种边界,并给出可复用的 三问拆解法、跨边界四要素、适配层厚薄定律与横向判定规则。内容覆盖 Shell 管道、Python import、requests/psycopg2、setuptools entry_points、Make/CMake、CI/CD、Lua 嵌入式脚本、Airflow DAG 等八个典型实例,深入讲解进程通信、ABI/FFI、动态库加载、import 协议、插件发现与入口点、HTTP 与数据库线协议、序列化与 Schema、构建编排、任务调度与数据管道等机制。文档同时包含混合系统主导/从属方式判定、选型决策树、反模式批判、框架开发清单、插件 SDK 设计、隔离策略、性能预算、可观测治理、综合实例、术语表、原文核心内容收录与交付校验清单。本资源适合 架构师、框架/平台开发者、插件系统设计者、跨语言集成工程师、后端与数据平台工程师、技术负责人 阅读,可作为技术选型、架构评审、插件体系设计、跨边界排障与团队内训的参考手册。关键词: 编程语言扩展、跨边界架构、五种边界、三层模型、进程级组合、函数级组合、协议级组合、语言级组合、数据级组合、插件系统、FFI、ABI、import机制、HTTP、数据库线协议、CI/CD、Lua、Airflow、框架设计、技术选型。

【Linux系统】Linux head命令详解

内容概要:本文详细介绍了Linux系统中的head命令,重点阐述了其基本语法、核心选项及高级应用技巧。head命令用于快速查看文件开头部分内容,默认显示前10行,支持按行数或字节数截取输出,并可结合管道与其他命令协同工作。文章还列举了多种实用场景,如日志排查、CSV表头提取、压缩文件预览和脚本自动化处理等,同时提供了常见问题的解决方案和相关命令对比,帮助用户全面掌握该命令的使用方法。; 适合人群:熟悉Linux操作系统基础操作的开发人员、运维工程师及系统管理员,尤其适用于需要频繁处理日志、配置文件或大数据文件的技术人员。; 使用场景及目标:①快速预览大文件或日志的起始内容以进行故障排查;②在Shell脚本中实现文件内容校验与自动化提取;③结合tail、grep、zcat等命令完成复杂的数据筛选任务;④无需解压直接查看压缩文件头部信息。; 阅读建议:建议读者结合实际Linux环境动手实践文中示例,重点关注-n、-c、-q、-v等关键选项的用法以及管道组合的应用,注意处理二进制文件时避免乱码问题,提升命令使用的准确性与效率。

植物大战僵尸神人版-手机版-arm64-2026.10.30-手机版.apk.1

植物大战僵尸神人版-手机版-arm64-2026.10.30-手机版.apk.1

让 AI 别急着回答,再查一轮:元宝搜索多轮检索源码

Go Deeper 技术文章配套 Python 源码,包含 SearchPro 客户端、站点与时效参数、有限重试和预算、多轮复核、上下文选材与引用检查。含24项测试、三轮检索清单、离线回放、实验统计和配置说明,共7个文件。Python 3.10+,仅使用标准库;离线检查无需密钥,在线运行使用自己的元宝搜索与文本模型接口。

不平衡电网下自抗扰顺序模型预测PWM整流器控制仿真模型(Simulink仿真实现)

不平衡电网下自抗扰顺序模型预测PWM整流器控制仿真模型(Simulink仿真实现)

双向储能变流器DCDC+并网PQ控制仿真(Simulink仿真实现)

内容概要:本文介绍了一种基于Simulink的双向储能变流器(DC-DC)与并网PQ控制的联合仿真模型,旨在实现储能系统在直流侧与交流侧的能量高效管理与协调控制。该仿真系统集成了双向DC-DC变换器的闭环控制策略与并网逆变器的PQ控制算法,能够精确模拟储能系统在不同工况下的充放电动态响应及并网运行特性。通过构建完整的系统架构,验证了控制策略在动态调节、功率解耦及系统稳定性方面的有效性,适用于微电网、可再生能源并网及储能系统参与电网辅助服务等应用场景的研究与开发。; 适合人群:具备电力电子、自动控制理论及新能源系统基础知识的高校研究生、科研人员以及从事储能系统、微电网或电力电子装置研发的工程技术人员。; 使用场景及目标:①研究双向储能变流器在直流微电网中的能量双向流动与电压稳定控制;②实现储能系统并网运行时的有功功率与无功功率独立调节(PQ控制);③验证DC-DC变换器与逆变器之间的协同控制策略在动态工况下的响应性能与稳定性;④为储能系统参与电网调频、调压及黑启动等辅助服务提供仿真验证平台。; 阅读建议:建议结合Simulink仿真模型与相关控制理论资料同步学习,重点关注控制器参数设计、系统动态响应分析及仿真结果的工程意义解读,有条件者可进一步进行硬件在环(HIL)实验验证,以提升对实际控制系统的理解与应用能力。

Playwright MCP中文增强版 微软官方浏览器自动化MCP Server 大模型直连浏览器点击填表截图抓包 含中文使用指南与客户端配置示例

内容概要:微软官方开源的 Playwright MCP Server(GitHub microsoft/playwright-mcp,Apache-2.0 许可证,39k+ stars)。让大模型通过 MCP 协议直接操控真实浏览器:打开网页、点击、填表、下拉选择、文件上传、整页截图、导出 PDF、抓取网络请求。基于结构化无障碍快照驱动,无需视觉模型,速度快且结果确定。 适用人群:AI 应用开发者、自动化测试工程师、爬虫与 RPA 从业者、想给大模型装上「浏览器双手」的 MCP 玩家。 使用场景:VS Code Copilot / Cursor / Claude Desktop 等任意 MCP 客户端一键接入;网页数据采集、表单自动提交、UI 自愈合测试、长时间自治浏览任务。 其他说明:本增强版含中文使用指南 README_CN.md(安装要求、三种客户端配置、常用参数表、中文示例提示词)与 mcp-config-zh-CN.json 客户端配置示例,保留原始 Apache-2.0 LICENSE,Node.js 18+ 即可运行,源码完整可二次开发。

阻尼器磁流变阻尼器MR Damper非线性(阻尼、滞回)特性研究(Matlab代码实现)

内容概要:本文聚焦于磁流变阻尼器(MR Damper)的非线性动力学特性研究,重点探讨其在外部磁场调控下的阻尼力输出与典型滞回行为的建模与仿真。通过建立精确的数学模型描述其非线性、迟滞、饱和等复杂动态响应特征,并基于Matlab/Simulink平台实现完整的仿真系统,验证模型在不同激励条件下的有效性与鲁棒性。资源包含详细的建模过程、可运行的仿真代码及技术文档,支持用户进行二次开发与实验拓展,适用于深入理解智能材料器件的非线性机理及其在振动控制中的应用。; 适合人群:具备控制理论、机械动力学或智能材料基础知识,从事车辆工程、结构减振、半主动控制等方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握磁流变阻尼器的非线性滞回特性及其物理建模方法;②熟练运用Matlab/Simulink进行复杂非线性系统的仿真分析;③支撑半主动悬架系统、建筑抗震装置等实际工程系统的控制器设计与性能优化;④服务于科研论文复现、课程项目设计及学位课题的技术实现。; 阅读建议:建议结合文档中提及的模糊PID控制、双闭环系统等相关仿真资源进行联动学习,重点关注模型参数辨识、仿真步长设置与结果收敛性分析,务必动手运行、调试代码并尝试引入不同输入信号以观察系统响应,从而深化对非线性动态行为的理解。

【选址和定容】模拟退火改进多目标粒子群算法在分布式电源选址和定容中的应用【IEEE69节点】(Matlab代码实现)

内容概要:本文研究了模拟退火改进多目标粒子群算法在分布式电源选址和定容中的应用,以IEEE69节点配电系统为算例进行仿真分析。通过融合模拟退火算法的强全局搜索能力与粒子群算法的高效局部收敛特性,构建了一种改进的多目标优化算法,用于解决分布式电源在配电网中的最优位置选择与容量配置问题。研究旨在实现多重优化目标,包括最小化网络有功损耗、提升节点电压质量、增强系统运行的经济性与稳定性。文中详细阐述了多目标优化模型的数学构建、算法的改进机制与实现流程,并基于Matlab平台完成了算法编程与仿真验证,结果表明所提方法在求解质量和收敛性能上均优于传统算法。; 适合人群:具备电力系统分析、优化理论基础及Matlab编程能力,从事配电网规划、分布式能源系统优化、智能优化算法应用等相关领域的科研人员、工程师以及高校研究生。; 使用场景及目标:①解决高比例分布式电源接入背景下配电网的科学规划问题;②为新型电力系统中源网协调设计提供有效的优化工具;③为相关领域的科研工作提供可复现、可拓展的算法模型与仿真代码实例,支持进一步的算法对比与功能升级。; 阅读建议:建议读者结合提供的Matlab代码与IEEE69节点标准数据,动手复现实验结果,深入理解算法的参数设置、迭代过程与多目标折衷分析方法,并可根据实际研究需求修改目标函数或引入新的约束条件以适应不同的应用场景。

从可观测性的角度研究基于扩展卡尔曼滤波器(EKF)的同时定位与地图构建(SLAM)中的不一致性问题(Matlab代码实现)

内容概要:本文聚焦于基于扩展卡尔曼滤波器(EKF)的同时定位与地图构建(SLAM)系统中存在的估计不一致性问题,重点从系统可观测性的理论角度深入剖析其根本成因。通过严谨的数学推导与完整的Matlab仿真代码实现相结合,系统阐述了在观测信息受限、状态误差累积等条件下,EKF-SLAM中状态估计偏差与协方差低估现象的产生机制。文章进一步探讨了提升滤波器一致性的改进思路,并利用仿真实验验证了理论分析的有效性,帮助读者深刻理解非线性系统中可观测性对状态估计性能的关键影响。; 适合人群:具备控制理论、概率机器人学及状态估计基础知识,从事机器人自主导航、自动驾驶环境感知或SLAM算法研发的研究生、科研人员及工程技术人员。; 使用场景及目标:①深入掌握EKF-SLAM中不一致性问题的来源及其可观测性本质;②学习并应用可观测性分析方法研究非线性滤波系统的稳定性与收敛性;③通过Matlab代码复现典型SLAM场景,验证理论结论并优化估计算法设计。; 阅读建议:建议读者在学习前巩固Kalman滤波、非线性系统线性化及可观测性秩判据等相关理论基础,结合文中的分析逻辑与代码实现同步运行仿真程序,通过可视化结果直观理解估计偏差演化过程,从而深化对SLAM系统内在缺陷与改进方向的认识。

【无源谐波滤波器通常用于电力系统中的谐波抑制】用于抑制电力系统谐波的无源谐波滤波器(Simulink实现)

内容概要:本文系统介绍了用于电力系统谐波抑制的无源谐波滤波器,重点围绕其结构组成、工作原理、设计方法及仿真验证展开。无源谐波滤波器由电感、电容和电阻等无源元件构成,通常安装在非线性负载附近,用于滤除特定次数的谐波电流,从而提升电网电能质量。文章详细阐述了滤波器参数的设计依据与选取原则,并基于Simulink平台构建了完整的电力系统仿真模型,通过对比接入滤波器前后系统电流的谐波畸变情况,直观展示了滤波效果,验证了所设计滤波器的有效性与实用性。该研究为电能质量治理提供了理论支持和可行的技术路径。; 适合人群:电气工程及其自动化、电力电子与电力传动等相关专业的高校本科生、研究生,以及从事电能质量分析、电力系统仿真与谐波治理的工程技术人员。; 使用场景及目标:①深入理解无源谐波滤波器的拓扑结构与频率响应特性;②掌握基于Simulink的电力系统谐波建模与仿真分析方法;③为实际工程项目中的谐波问题提供解决方案设计与仿真验证手段。; 阅读建议:建议读者结合Simulink软件动手搭建仿真模型,按照文档步骤完成参数设置与仿真运行,重点观察不同谐波次数下的滤波性能差异,并尝试调整元件参数以探究其对滤波特性的敏感性,从而深化对理论知识的理解与工程应用能力。

上一篇: 意大利医疗数据库全景分析
下一篇: 初级医疗中的数字疗法
bread
博客等级 码龄26年 59粉丝 1210原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值