Flow-Directed Loading of Block Copolymer Micelles with Hydrophobic Probes in a Gas–Liquid Microreactor
Notice bibliographique
Résumé
We investigate the loading efficiencies of two chemically distinct hydrophobic fluorescent probes, pyrene and naphthalene, for self-assembly and loading of polystyrene-block-poly(acrylic acid) (PS-b-PAA) micelles in gas-liquid segmented microfluidic reactors under different chemical and flow conditions. On-chip loading efficiencies are compared to values obtained via off-chip dropwise water addition to a solution of copolymer and probe. On-chip, probe loading efficiencies depend strongly on the chemical probe, initial solvent, water content, and flow rate. For pyrene and naphthalene probes, maximum on-chip loading efficiencies of 73 ± 6% and 11 ± 3%, respectively, are obtained, in both cases using the more polar solvent (DMF), an intermediate water content (2 wt % above critical), and a low flow rate (∼5 μL/min); these values are compared to 81 ± 6% and 48 ± 2%, respectively, for off-chip loading. On-chip loading shows a significant improvement over the off-chip process where shear-induced formation of smaller micelles enables increased encapsulation of probe. As well, we show that on-chip loading allows off-chip release kinetics to be controlled via flow rate: compared to vehicles produced at ∼5 μL/min, pyrene release kinetics from vehicles produced at ∼50 μL/min showed a longer initial period of burst release, followed by slow release over a longer total period. These results demonstrate the necessity to match probes, solvents, and running conditions to achieve effective loading, which is essential information for further developing these on-chip platforms for manufacturing drug delivery formulations.
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 | 0,001 |
| 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 ».