Human Serum Albumin Nanoparticles for Use in Cancer Drug Delivery: Process Optimization and In Vitro Characterization
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
Human serum albumin nanoparticles (HSA-NPs) are widely-used drug delivery systems with applications in various diseases, like cancer. For intravenous administration of HSA-NPs, the particle size, surface charge, drug loading and in vitro release kinetics are important parameters for consideration. This study focuses on the development of stable HSA-NPs containing the anti-cancer drug paclitaxel (PTX) via the emulsion-solvent evaporation method using a high-pressure homogenizer. The key parameters for the preparation of PTX-HSA-NPs are: the starting concentrations of HSA, PTX and the organic solvent, including the homogenization pressure and its number cycles, were optimized. Results indicate a size of 143.4 ± 0.7 nm and 170.2 ± 1.4 nm with a surface charge of −5.6 ± 0.8 mV and −17.4 ± 0.5 mV for HSA-NPs and PTX-HSA-NPs (0.5 mg/mL of PTX), respectively. The yield of the PTX-HSA-NPs was ~93% with an encapsulation efficiency of ~82%. To investigate the safety and effectiveness of the PTX-HSA-NPs, an in vitro drug release and cytotoxicity assay was performed on human breast cancer cell line (MCF-7). The PTX-HSA-NPs showed dose-dependent toxicity on cells of 52%, 39.3% and 22.6% with increasing concentrations of PTX at 8, 20.2 and 31.4 μg/mL, respectively. In summary, all parameters involved in HSA-NPs’ preparation, its anticancer efficacy and scale-up are outlined in this research article.
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 | 0,000 |
| 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 | 0,001 |
| 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