Size-Controlled Functionalized Mesoporous Silica Nanoparticles for Tunable Drug Release and Enhanced Anti-Tumoral Activity
Notice bibliographique
Résumé
Mesoporous silica nanoparticles (MSNs) are considered as one of the most promising nanovectors for controlled drug delivery. For the design of ideal drug nanocarriers, several factors have to be taken into account, such as size and surface chemistry. Here, we report how MSNs surface functionalization and particle size critically affect the drug release performances and therapeutic capabilities. We illustrate the size effect of these functionalized MSNs on in vitro, intracellular, and in vivo drug release efficiency, as well as on nanoparticle and drug diffusion into the targeted tissues (tumor). For this, dispersible MSNs with different particle sizes (from 500 down to 45 nm), similar physicochemical properties (e.g., structural and textural properties), and high colloidal stability (even in saline conditions), were synthesized. Their surface was specifically functionalized with a phosphonate-silane according to a novel postgrafting strategy, for better control over loading and release of positively charged drugs. An efficient particle-size-dependent and pH-dependent release of the loaded drug (i.e., doxorubicin) was achieved in physiological conditions with phosphonated-MSNs compared to pure-MSNs. The cellular uptake efficiency is much higher with the smallest phosphonated-nanoparticles (45 nm). Furthermore, doxorubicin is efficiently released from the nanoparticles into the intracellular compartments, and the drug reaches the nucleus in a time- and particle size-dependent manner. Intratumoral diffusion of the developed nanoparticles, as well as the drug release and its diffusion into the tumor matrix, is clearly enhanced with the smallest phosphonated-nanoparticles (45 nm), leading ultimately to a superior cell and tumor growth inhibition.
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 | 0,000 |
| 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 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 ».