Dynamic Nuclear Polarization Enhanced NMR Spectroscopy for Pharmaceutical Formulations
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Dynamic nuclear polarization (DNP) enhanced solid-state NMR spectroscopy at 9.4 T is demonstrated for the detailed atomic-level characterization of commercial pharmaceutical formulations. To enable DNP experiments without major modifications of the formulations, the gently ground tablets are impregnated with solutions of biradical polarizing agents. The organic liquid used for impregnation (here 1,1,2,2-tetrachloroethane) is chosen so that the active pharmaceutical ingredient (API) is minimally perturbed. DNP enhancements (ε) of between 40 and 90 at 105 K were obtained for the microparticulate API within four different commercial formulations of the over-the-counter antihistamine drug cetirizine dihydrochloride. The different formulations contain between 4.8 and 8.7 wt % API. DNP enables the rapid acquisition with natural isotopic abundances of one- and two-dimensional (13)C and (15)N solid-state NMR spectra of the formulations while preserving the microstructure of the API particles. Here this allowed immediate identification of the amorphous form of the API in the tablet. API-excipient interactions were observed in high-sensitivity (1)H-(15)N correlation spectra, revealing direct contacts between povidone and the API. The API domain sizes within the formulations were determined by measuring the variation of ε as a function of the polarization time and numerically modeling nuclear spin diffusion. Here we measure an API particle radius of 0.3 μm with a single particle model, while modeling with a Weibull distribution of particle sizes suggests most particles possess radii of around 0.07 μm.
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.
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 découle