Preparation of Heat-Denatured Macroaggregated Albumin for Biomedical Applications Using a Microfluidics Platform
Notice bibliographique
Résumé
Albumin is widely used in pharmaceutical applications to alter the pharmacokinetic profile, improve efficacy, or decrease the toxicity of active compounds. Various drug delivery systems using albumin have been reported, including microparticles. Macroaggregated albumin (MAA) is one of the more common forms of albumin microparticles, which is predominately used for lung perfusion imaging when labeled with radionuclide technetium-99m ( 99m Tc). These microparticles are formed by heat-denaturing albumin in a bulk solution, making it very challenging to control the size and dispersity of the preparations (coefficient of variation, CV, ∼50%). In this work, we developed an integrated microfluidics platform to create more tunable and precise MAA particles, the so-called microfluidic-MAA (M2A2). The microfluidic chips, prepared using off-stoichiometry thiol-ene chemistry, consist of a flow-focusing region followed by an extended and water-heated curing channel (85 °C). M2A2 particles with diameters between 70 and 300 μm with CVs between 10 and 20% were reliably prepared by adjusting the flow rates of the dispersed and continuous phases. To demonstrate the pharmaceutical utility of M2A2, particles were labeled with indium-111 ( 111 In) and their distribution was assessed in healthy mice using nuclear imaging. 111 In-M2A2 behaved similarly to 99m Tc-MAA, with lung uptake predominately observed early on followed by clearance over time by the reticuloendothelial and renal systems. Our microfluidic chip represents an elegant and controllable method to prepare albumin microparticles for biomedical applications.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 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 ».