Drug delivery through the skin: molecular simulations of barrier lipids to design more effective noninvasive dermal and transdermal delivery systems for small molecules, biologics, and cosmetics
Notice bibliographique
Résumé
The delivery of drugs through the skin provides a convenient route of administration that is often preferable to injection because it is noninvasive and can typically be self-administered. These two factors alone result in a significant reduction of medical complications and improvement in patient compliance. Unfortunately, a significant obstacle to dermal and transdermal drug delivery alike is the resilient barrier that the epidermal layers of the skin, primarily the stratum corneum, presents for the diffusion of exogenous chemical agents. Further advancement of transdermal drug delivery requires the development of novel delivery systems that are suitable for modern, macromolecular protein and nucleotide therapeutic agents. Significant effort has already been devoted to obtain a functional understanding of the physical barrier properties imparted by the epidermis, specifically the membrane structures of the stratum corneum. However, structural observations of membrane systems are often hindered by low resolutions, making it difficult to resolve the molecular mechanisms related to interactions between lipids found within the stratum corneum. Several models describing the molecular diffusion of drug molecules through the stratum corneum have now been postulated, where chemical permeation enhancers are thought to disrupt the underlying lipid structure, resulting in enhanced permeability. Recent investigations using biphasic vesicles also suggested a possibility for novel mechanisms involving the formation of complex polymorphic lipid phases. In this review, we discuss the advantages and limitations of permeation-enhancing strategies and how computational simulations, at the atomic scale, coupled with physical observations can provide insight into the mechanisms of diffusion through the stratum corneum.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».