Engineered CaCO<sub>3</sub> nanoparticles with targeting activity: A simple approach for a vascular intended drug delivery system
Notice bibliographique
Résumé
Abstract During the last decade, great attention has been paid to drug delivery systems that are able to induce a site‐specific and tunable release of biomolecules, attenuating the drawbacks of common therapy. The encapsulation of bioactive compounds, such as proteins and drugs, offers the advantage of enhancing the pharmacokinetics and bioavaliability of the entrapped molecules. The encapsulating technique and coating agents are chosen on the basis of the desired functionality of the final product, release kinetics, and fabrication costs. Calcium carbonate (CaCO3) is considered an ideal substrate to fabricate particles at the nanoscale level. In this work, CaCO3 nanoparticles were synthesized through a two‐step protocol which comprised complex coacervation and mineralization, and they were loaded with bovine serum albumin (BSA) as a model protein. The synthesized nanoparticles were then functionalized with the layer‐by‐layer (LbL) electrostatic self‐assembling technique using chitosan as a polycation and dextran sulphate as a polyanion. The multilayered architecture that covers CaCO3 nanoparticles prevented a burst release of BSA, resulting in 77.34 ± 1.22 % of the released protein, after 72 h of incubation. A horseradish peroxidase‐linked IgG was immobilized at the outer particle layer and its presence was detected via chemiluminescence. Multilayered and non‐multilayered nanoparticles were biocompatible until 7 days using EA. hy926 endothelial cells. Here, we report a cost‐effective protocol to obtain protein‐loaded CaCO3 nanoparticles (diameter < 155 nm) using a coacervate‐based synthesis system. Furthermore, with a very simple technique these nanoparticles were functionalized with antibodies, developing immuno‐nanoparticles to apply in the drug delivery field.
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 | 0,001 | 0,000 |
| 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 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 ».