Biodistribution and Physiologically-Based Pharmacokinetic Modeling of Gold Nanoparticles in Mice with Interspecies Extrapolation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Gold nanoparticles (AuNPs) are a focus of growing medical research applications due to their unique chemical, electrical and optical properties. Because of uncertain toxicity, "green" synthesis methods are emerging, using plant extracts to improve biological and environmental compatibility. Here we explore the biodistribution of green AuNPs in mice and prepare a physiologically-based pharmacokinetic (PBPK) model to guide interspecies extrapolation. Monodisperse AuNPs were synthesized and capped with epigallocatechin gallate (EGCG) and curcumin. 64 CD-1 mice received the AuNPs by intraperitoneal injection. To assess biodistribution, groups of six mice were sacrificed at 1, 7, 14, 28 and 56 days, and their organs were analyzed for gold content using inductively coupled plasma mass spectrometry (ICP-MS). A physiologically-based pharmacokinetic (PBPK) model was developed to describe the biodistribution data in mice. To assess the potential for interspecies extrapolation, organism-specific parameters in the model were adapted to represent rats, and the rat PBPK model was subsequently evaluated with PK data for citrate-capped AuNPs from literature. The liver and spleen displayed strong uptake, and the PBPK model suggested that extravasation and phagocytosis were key drivers. Organ predictions following interspecies extrapolation were successful for rats receiving citrate-capped AuNPs. This work lays the foundation for the pre-clinical extrapolation of the pharmacokinetics of AuNPs from mice to larger species.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 découle