Formulation and In-Vitro Characterization of Chitosan-Nanoparticles Loaded with the Iron Chelator Deferoxamine Mesylate (DFO)
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 objective of this study was to develop chitosan (CS) nanoparticles (NPs) loaded with deferoxamine mesylate (DFO) for slow release of this iron-chelating drug. Drug nanoencapsulation was performed via ionic gelation of chitosan using sodium tripolyphosphate (TPP) as cross-linker. Nanoparticles with a size ranging between 150 and 400 nm were prepared for neat CS/TPP with a 2/1 molar ratio while their yield was directly dependent on the applied stirring rate during the preparation process. DFO at different content (20, 45 and 75 wt %) was encapsulated into these nanoparticles. We found that drug loading correlates with increasing DFO content while the entrapment efficiency has an opposite behavior due to the high solubility of DFO. Hydrogen-bonding between amino and hydroxyl groups of DFO with reactive groups of CS were detected using FT-IR spectroscopy while X-ray diffraction revealed that DFO was entrapped in amorphous form in the CS nanoparticles. DFO release is directly dependent on the content of loaded drug, while model analysis revealed that the release mechanism of DFO for the CS/TPP nanoparticles is by diffusion. Treatment of murine RAW 264.7 macrophages with nanoencapsulated DFO promoted an increased expression of transferrin receptor 1 (TfR1) mRNA, a typical homeostatic response to iron deficiency. These data provide preliminary evidence for release of pharmacologically active DFO from the chitosan nanoparticles.
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