MétaCan
Menu
Retour à la cohorte
Enregistrement W3037298930 · doi:10.25073/2588-1132/vnumps.4204

Preparation of Berberin Proliposomes by Film Deposition on Carrier Surface Method

2020· article· en· W3037298930 sur OpenAlexaboutno aff
Phạm Thị Huế, Trần Thị Hải Yến, Tran Thi Hue, Duong Thi Thuan

Notice bibliographique

RevueVNU Journal of Science Medical and Pharmaceutical Sciences · 2020
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueAdvanced Drug Delivery Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLiposomeSolubilityChemistryChemical engineeringPharmaceuticsMaterials scienceChromatographyNuclear chemistryNanotechnologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

This study aims to formulate berberin (BBR) proliposomes by film-deposition on carrier surface to increase BBR’s solubility and permeability through biological membranes. Proliposomes were hydrated in water to form BBR liposomes for determining the size and distribution of the vesicles. Differential thermal analysis was used to evaluate the BBR proliposomes. The study results show that berberin proliposomes prepared with hydrogenated soy phosphatidylcholine: cholesterol: berberin with a molar ratio of 9:1:6 using sorbitol as carrier with a weight ratio to lipid of 10:1. The obtained BBR proliposomes in the form of a dry yellowish powder were hydrated in water to form BBR liposomes with an average diameter of about 8.41μm. The results of the differential thermal analysis show that BBR was dispersed in molecular form into proliposomes. 
 Keywords:
 Berberin, proliposomes, sorbitol, film-deposition on the carrier method.
 References
 [1] J. Plessis, C. Ramachandran, N. Weiner, D.G Müller, The influence of lipid composition and lamellarity of liposomes on the physical stability of liposomes upon storage, International Journal of Pharmaceutics, 2 (1996) 273-278. https://doi.org/10.1016/0378-5173(95)04281-4[2] A.V. Yadav, M.S. Murthy, Stability Aspects of Liposomes, Indian Journal of Pharmaceutical Education and Research 24 (2011) 402413 – 43. [3] V. Nekkanti, N. Venkatesan, G.V. Betageri, Proliposomes for Oral Delivery: Progress and Challenges, Current Pharmaceutical Biotechnology, 16(2015) 303-312. 10.2174/1389201016666150118134256[4] M. Khayam, S. Umar, Berberine nanoparticles with enhanced in vitro bioavailability: characterization and antimicrobial activity, Drug Design, Development and Therapy, 12 (2018) 303-312. https://doi.org/10.2147/DDDT.S156123[5] S.J. Jia, G.Y. Ningning, L. Zhang, Y. Zhao, Release-controlled curcumin proliposome produced by ultrasound-assisted supercritical antisolvent method, Journal of Supercritical Fluids, 113 (2016) 150-157. https://doi.org/10.1016/j.supflu.2016.03.026.[6] K.G.B. Sharan, R.V. Prabhakar, Formulation, evaluation, and pharmacokinetics of isradipine proliposomes for oral delivery, Journal of liposome research, 4(2012) 285-294. https://doi.org/10.3109/08982104.2012.697067.[7] Q. Fu, H.L. Fu, L. Huan, Preparation of cefquinome sulfate proliposome and its pharmacokinetics in rabbit, Iranian journal of pharmaceutical research, 4 (2013) 611-21. [8] T.T. H. Yen, T.T. Loan, D.T. Thuan, P.T.M. Hue, Preparation of berberin liposomes by ethanol injection method, Pharmaceutical journal, 59 (2019) 54-58 (in Vietnamese). [9] P. Elahehnaz, R. Marzieh, K. Maryam, Design and development of vitamin C-encapsulated proliposome with improved in-vitro and ex-vivo antioxidant efficacy, Journal of microemulsion 3(2018) 301 – 311. https://doi.org/10.1080/02652048.2018.1477845[10] I. Khan, S. Yousaf, S. Subramanian, Proliposome tablets manufactured using a slurry-driven lipid-enriched powders: Development, characterization and stability evaluation, J Int Pharm 1-2 (2018) 250 – 262. doi: 10.1016/j.ijpharm.2017.12.049[11] N.I. Payne, P. Timmins, V.A. Cheryl, Proliposomes: A Novel Solution to an Old Problem, Journal of Pharmaceutical Sciences 4 (1986) 325-329. https://doi.org/10.1002/jps.2600750402.
 
 
 

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,223
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,004
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,113
Tête enseignante GPT0,507
Écart entre enseignants0,394 · 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 tête enseignante, pas un consensus.

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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVNU Journal of Science Medical and Pharmaceutical SciencesMême sujetAdvanced Drug Delivery SystemsTravaux en français237 207