Controllable Microfluidic Production of Drug-Loaded PLGA Nanoparticles Using Partially Water-Miscible Mixed Solvent Microdroplets as a Precursor
Notice bibliographique
Résumé
We present a versatile continuous microfluidic flow-focusing method for the production of Doxorubicin (DOX) or Tamoxifen (TAM)-loaded poly(D,L-lactic-co-glycolic acid) (PLGA) nanoparticles (NPs). We use a partially water-miscible solvent mixture (dimethyl sulfoxide DMSO+ dichloromethane DCM) as precursor drug/polymer solution for NPs nucleation. We extrude this partially water-miscible solution into an aqueous medium and synthesized uniform PLGA NPs with higher drug loading ability and longer sustained-release ability than conventional microfluidic or batch preparation methods. The size of NPs could be precisely tuned by changing the flow rate ratios, polymer concentration, and volume ratio of DCM to DMSO (VDCM/VDMSO) in the precursor emulsion. We investigated the mechanism of the formation of NPs and the effect of VDCM/VDMSO on drug release kinetics. Our work suggests that this original, rapid, facile, efficient and low-cost method is a promising technology for high throughput NP fabrication. For the two tested drugs, one hydrophilic (Doxorubicin) the other one hydrophobic (Tamoxifen), encapsulation efficiency (EE) as high as 88% and mass loading content (LC) higher than 25% were achieved. This new process could be extended as an efficient and large scale NP production method to benefit to fields like controlled drug release and nanomedicine.
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 ».