Development and Characterization of Liposomal Disodium Ascorbyl Phytostanyl Phosphates (FM‐VP4)
Notice bibliographique
Résumé
The specific objectives of this project were (1) to develop liposomal disodium ascorbyl phytostanyl phosphate (FM-VP4) formulations, (2) to develop a liquid chromatography/mass spectrometry/mass spectrometry (LC/MS/MS) assay for quantification of FM-VP4 in liposomal formulations and plasma sample, and (3) to characterize liposomal FM-VP4 formulations by finding optimal drug-to-lipid ratios and determining the degradation of FM-VP4 in liposomes. Section 2 describes an LC/MS/MS assay developed for the identification and quantification of FM-VP4 in liposomal formulations to provide estimates of drug concentrations and encapsulation efficiency. The extra step of removing plasma proteins prior to LC/MS/MS assay yields an analysis of FM-VP4 in plasma samples. Section 3 describes experiments designed to find the optimal drug-to-lipid ratio for liposomal FM-VP4 formulations by comparing encapsulation efficiencies and varying the lipid compositions. Additionally, this section details our degradation studies to determine if liposomes have any protective effects on FM-VP4; these studies tested various lipid compositions at 37 degrees C in rabbit plasma. The mechanism of how FM-VP4 lowers low-density lipoprotein (LDL) cholesterol and total cholesterol levels in various animal models is presently unknown. However, before the mechanism of action could be studied, FM-VP4 first had to be delivered efficiently into plasma or cultured cell. The low systemic bioavailability and cellular uptake of FM-VP4 further suggested the importance of finding an efficient delivery vehicle for this drug. This project proposed a framework for such delivery and paves the way for further investigation into how FM-VP4 works in vivo and in vitro.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».