Using a Microfluidics System to Reproducibly Synthesize Protein Nanoparticles: Factors Contributing to Size, Homogeneity, and Stability
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
The synthesis of Zein nanoparticles (NPs) using conventional methods, such as emulsion solvent diffusion and emulsion solvent evaporation, is often unreliable in replicating particle size and polydispersity between batch-to-batch syntheses. We have systematically examined the parameters for reproducibly synthesizing Zein NPs using a Y-junction microfluidics chip with staggered herringbone micromixers. Our results indicate that the total flow rate of the fluidics system, relative flow rate of the aqueous and organic phase, concentration of the base material and solvent, and properties of the solvent influence the polydispersity and size of the NPs. Trends such as increasing the total flow rate and relative flow rate lead to a decrease in Zein NP size, while increasing the ethanol and Zein concentration lead to an increase in Zein NP size. The solvent property that was found to impact the size of the Zein NPs formed the most was their hydropathy. Solvents that had a hydropathy index most similar to that of Zein formed the smallest Zein NPs. Synthesis consistency was confirmed within and between sample batches. Stabilizing agents, such as sodium caseinate, Tween 80, and Pluronic F-68, were incorporated using the microfluidics system, necessary for in vitro and in vivo use, into Zein-based NPs.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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