MétaCan
Menu
Retour à la cohorte
Enregistrement W2767101931

Design and Synthesis of Self-Assembled Polymeric Nanoparticles for Cancer Drug Delivery

2017· dissertation· en· W2767101931 sur OpenAlexfundno aff
Jennifer Logie

Notice bibliographique

RevueTSpace · 2017
Typedissertation
Langueen
DomaineMaterials Science
ThématiqueNanoparticle-Based Drug Delivery
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer InstituteNatural Sciences and Engineering Research Council of CanadaCanadian Cancer Society Research InstituteCanadian Institutes of Health ResearchUniversity of TorontoPrinceton University
Mots-clésDrug deliveryNanotechnologyNanoparticleDrugMaterials scienceCancerMedicinePharmacologyInternal medicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Current chemotherapeutics are plagued by poor solubility and selectivity, requiring toxic excipients in formulations and causing a number of dose limiting side effects. Nanoparticle delivery has emerged as a strategy to more effectively deliver chemotherapeutics to the tumour site. Specifically, polymeric micelles enable the solubilization of hydrophobic small molecule drugs within the core and mitigate the necessity of excipients. Notwithstanding the significant progress made in polymeric micelle delivery, translation is limited by poor stability and low drug loading. In this work, a rational design approach is used to chemically modify poly(D,L-lactide-co-2-methyl-2-carboxytrimethylene carbonate)-graft-poly(ethylene glycol) (P(LA-co-TMCC)-g-PEG) in order to overcome these limitations and effectively deliver drug to tumours. The PEG density of the polymer system was optimized to enhance the stability of our polymeric micelles. Higher PEG densities permitted the lyophilization of micelles and enhanced the serum stability of the system. To increase the drug loading of our system, we facilitated specific intermolecular interactions within the micelle core. For drugs that form colloidal aggregates, such as pentyl-PABC doxazolidine, polymers were used to stabilize the colloidal core against aggregation and protein adsorption. For more challenging molecules, where self-assembly cannot be controlled, such as docetaxel, we modified the polymeric backbone with a peptide from the binding site of the drug to achieve loadings five times higher than those achieved in conventional micelle systems. This novel docetaxel nanoparticle was assessed in vivo in an orthotopic mouse model of breast cancer, where it showed a wider therapeutic index than the conventional ethanolic polysorbate 80 formulation. The improved tolerability of this formulation enabled higher dosing regimens and led to heightened efficacy and survival in this mouse model. Combined, these studies validated P(LA-co-TMCC)-g-PEG nanoparticles as an effective delivery vehicle for two chemotherapeutics, and presents approaches amenable to the delivery of many other clinically relevant hydrophobic drugs or drug combinations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,300
Écart entre enseignants0,281 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetNanoparticle-Based Drug DeliveryTravaux en français237 207