Properties of Liposomes Containing Natural and Synthetic Lipids Formed by Microfluidic Mixing
Notice bibliographique
Résumé
Vesicle formation by a staggered herringbone microfluidic mixer is investigated in comparison to a sonication‐extrusion method. Experiments focused on the incorporation efficiency of lipid components, on dye entrapment efficiency, and on the barrier properties of the vesicle bilayers produced. The microfluidic method produces vesicles largely under the control of thermodynamic factors. As a result, the molecular parameters of the lipids (chain length, chain volume, head group area) directly control vesicle diameter. A hydrophobic branched chain sulfonate lipid is incorporated by microfluidic mixing but not by sonication‐extrusion. The vesicles produced by microfluidic mixing can be used to study ion transport by known ionophores and appear to have directly comparable barrier properties to those produced by sonication‐extrusion. Vesicles containing the branched chain sulfonate are highly permeable. The microfluidic mixing method produces predominantly unilamellar vesicles. Practical Applications : The microfluidic device examined offers a new method to reproducibly produce vesicles that are directly controlled by the molecular components of the lipid mixture. The authors show that this method produces vesicles that are equivalent to currently used methods in the study of synthetic ion channels and carriers. Looking forward, thermodynamically controlled self‐assembly will find application in the creation of new membrane systems and assemblies where the vesicles themselves are the building blocks in more extensive structures, and the active components in inter‐vesicle functions. A staggered herringbone microfluidic mixer reproducibly gives size‐controlled unilamellar vesicles having low‐permeability bilayer membranes.
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 | 0,001 | 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 | 0,002 |
| 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 ».