Elimination Pathways of Nanoparticles
Notice bibliographique
Résumé
Understanding how nanoparticles are eliminated from the body is required for their successful clinical translation. Many promising nanoparticle formulations for in vivo medical applications are large (>5.5 nm) and nonbiodegradable, so they cannot be eliminated renally. A proposed pathway for these nanoparticles is hepatobiliary elimination, but their transport has not been well-studied. Here, we explored the barriers that determined the elimination of nanoparticles through the hepatobiliary route. The route of hepatobiliary elimination is usually through the following pathway: (1) liver sinusoid, (2) space of Disse, (3) hepatocytes, (4) bile ducts, (5) intestines, and (6) out of the body. We discovered that the interaction of nanoparticles with liver nonparenchymal cells ( e. g., Kupffer cells and liver sinusoidal endothelial cells) determines the elimination fate. Each step in the route contains cells that can sequester and chemically or physically alter the nanoparticles, which influences their fecal elimination. We showed that the removal of Kupffer cells increased fecal elimination by >10 times. Combining our results with those of prior studies, we can start to build a systematic view of nanoparticle elimination pathways as it relates to particle size and other design parameters. This is critical to engineering medically useful and translatable nanotechnologies.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».