MétaCan
Menu
Retour à la cohorte
Enregistrement W1599208660 · doi:10.1002/mabi.201300333

Preparation of p<scp>H</scp>‐<scp>R</scp>esponsive Polymer Core–<scp>S</scp>hell Nanospheres for Delivery of Hydrophobic Antineoplastic Drug Ellipticine

2013· article· en· W1599208660 sur OpenAlexafffund
Hui Wang, Lijuan Yang, Garry L. Rempel

Notice bibliographique

RevueMacromolecular Bioscience · 2013
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanoparticle-Based Drug Delivery
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésChemistry

Résumé

récupéré en direct d'OpenAlex

Antineoplastic drug ellipticine and its derivatives are used in human cancer therapy. However, their clinical applications have been limited by its great hydrophobicity and severe side effects. An efficient delivery system is therefore very desirable. In this research, an ellipticine-loaded core-shell structured nanosphere namely poly(DEAEMA)-poly(PEGMA) is designed as a drug carrier and prepared via a two-step semibatch emulsion polymerization method where DEAEMA and PEGMA represent 2-(diethylamino)ethyl methacrylate and poly(ethylene glycol) methacrylate, respectively. The in-vitro release profiles of ellipticine towards the different pH liposome vesicles are recorded as a function of time at 37 °C. It is found that release of ellipticine from the core-shell polymer matrix is a pH-responsive and controlled release process. The three pH's of 3, 4, and 5 trigger a significant ellipticine release of 88% after 98 h, 83% after 98 h, and 79% after 122 h, respectively. The release mechanism of ellipticine from the core-shell polymer matrix under acidic conditions is explored. The synthesis and encapsulation process developed herein provides a new perspective for the development of appropriate delivery systems to deliver the ellipticine and its analogues, as well as other types of hydrophobic drugs to a given target cell or tumor tissue.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,010
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,009
Tête enseignante GPT0,239
Écart entre enseignants0,230 · 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

Citations8
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMacromolecular BioscienceMême sujetNanoparticle-Based Drug DeliveryTravaux en français237 207