Nanoparticles have unique capacities of interacting with the cellular machinery and entering cells. To be able to exploit this potential, it is essential to understand what controls the interactions at the interface between nanoparticles and cells: it is now established that nanoparticles in biological media are covered by proteins and other biomolecules forming a "corona" on the nanoparticle surface, which confers a new identity to the nanoparticles. By labelling the proteins of the serum, using positively-charged polystyrene, we now show that this adsorbed layer is strong enough to be retained on the nanoparticles as they enter cells and is trafficked to the lysosomes on the nanoparticles. There, the corona is degraded and this is followed by lysosomal damage, leading to cytosolic release of lysosomal content, and ultimately apoptosis. Thus the corona protects the cells from the damage induced by the bare nanoparticle surface until enzymatically cleared in the lysosomes.This study investigates the effects of protein corona that normally forms on the surface of nanoparticles during in vivo use, describing the steps of intracellular processing of such particles, to enhance our understanding of how these particles interact with the cellular machinery.

ABSTRACT Understanding how genetic variants impact molecular phenotypes is a key goal of functional genomics, currently hindered by reliance on a single haploid reference genome. Here, we present the EN-TEx resource of personal epigenomes, for ∼25 tissues and >10 assays in four donors (>1500 open-access functional genomic and proteomic datasets, in total). Each dataset is mapped to a matched, diploid personal genome, which has long-read phasing and structural variants. The mappings enable us to identify >1 million loci with allele-specific behavior. These loci exhibit coordinated epigenetic activity along haplotypes and less conservation than matched, non-allele-specific loci, in a fashion broadly paralleling tissue-specificity. Surprisingly, they can be accurately modelled just based on local nucleotide-sequence context. Combining EN-TEx with existing genome annotations reveals strong associations between allele-specific and GWAS loci and enables models for transferring known eQTLs to difficult-to-profile tissues. Overall, EN-TEx provides rich data and generalizable models for more accurate personal functional genomics.