Development of Chemotherapeutic Nanoparticles for Targeted Cancer Therapy
Notice bibliographique
Résumé
The ability of microfluidics to rapidly mix reagent; provide homogeneous reaction environments; continuously vary reaction conditions; and add reagents at precise time intervals during reaction progression, has made it an attractive technology for a myriad of applications (DeMello J., 2004 ; deMello A. J., 2006). Over the past decade, microfluidic devices have enabled screening of a variety of reaction conditions by systematically varying flow rates, temperature, and reactant concentrations in order to optimize the quality of the resulting products using very small amounts of reagents (deMello A. J., 2006 ; Yen B. K., 2003). In parallel, there has been an increasing interest in the development of novel nanoparticle and microparticle technologies for drug delivery, imaging, bioanalysis, photonics and optoelectronic applications. The convergence of microfluidic and particle technologies has shown considerable promise allowing for the development of inorganic nanoparticles (Yen B. K., 2005 ; Wagner J., 2005 ; Shestopalov I., 2004 ; Krishnadasan S., 2007 ; Edel J. B., 2002 ; Chan E. M., 2005) and microparticles (Xu S. ; 2005), and in some cases with narrow size distribution or distinct shapes, addressing an important challenge for their maximal exploitation. Relatively little has been done to harness the benefits of microfluidics for the synthesis of organic nanoparticles. This is particularly important since the synthesis of biodegradable polymeric nanoparticles by bulk mixing and nanoprecipitation (Quintanar-Guerrero D., 1998) of drugs and biodegradable polymeric precursors typically lacks control over the mixing processes, which may compromise the properties of the resulting nanoparticles. Rapid and tunable mixing in microfluidics may allow for better control over the process of nanoprecipitation, and also enable screening of various formulation conditions on a single platform by varying parameters such as flow rates, precursor composition, and mixing time.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».