Drug-Loaded Nanocarriers: Passive Targeting and Crossing of Biological Barriers
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
Poor bioavailability and poor pharmacokinetic characteristics are some of the leading causes of drug development failure. Therefore, poorly-soluble drugs, fragile proteins or nucleic acid products may benefit from their encapsulation in nanosized vehicles, providing enhanced solubilization, protection against degradation, and increased access to pathological compartments. A key element for the success of drug-loaded nanocarriers is their ability to either cross biological barriers themselves, or allow loaded drugs to traverse them to achieve optimal pharmacological action at pathological sites. Depending on the mode of administration, nanocarriers may have to cross different physiological barriers in their journey towards their target. In this review, the crossing of biological barriers by passive targeting strategies will be presented for intravenous delivery (vascular endothelial lining, particularly for tumor vasculature and blood brain barrier targeting), oral administration (gastrointestinal lining), and upper airway administration (pulmonary epithelium). For each specific barrier, background information will be provided on the structure and biology of the tissues involved as well as available pathways for nano-objects or loaded drugs (diffusion and convection through fenestration, transcytosis, tight junction crossing, etc.). The determinants of passive targeting - size, shape, surface chemistry, surface patterning of nanovectors - will be discussed in light of current results. Perspectives on each mode of administration will be presented. The focus will be on polymeric nanoparticles and dendrimers, although advances in liposome technology will be also reported as they represent the largest body in the drug delivery literature.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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