Scalable Production of Lipid Nanoparticles Containing Amphotericin B
Notice bibliographique
Résumé
Lipid-based formulations have been developed to improve stability profiles, tolerability, and toxicity profiles of small molecule drugs. However, manufacture of such formulations involving lipophilic compounds can be labor-intensive and difficult to scale because of solubility and solvent compatibility issues. We have developed a rapid and scalable approach using rapid-mixing techniques to generate homogeneous lipid nanoparticle (LNP) formulations of siRNA, triglycerides, and hydrophilic weak-base drugs. Here, we used this approach to entrap a hydrophobic small molecule, Amphotericin B (AmpB), a hydrophobic drug not soluble in ethanol. The three prototypes presented in this study were derived from LNP-siRNA systems, triglyceride nanoparticles, and liposomal systems. Cryogenic transmission electron microscopy (cryo-TEM) revealed that all three LNP-AmpB formulations retain structural characteristics of the parent (AmpB-free) LNPs, with particles remaining stable for at least 1 month. All formulations showed similar in vitro toxicity profiles in comparison to AmBisome. Importantly, the formulations have a 2.5-fold improved IC50 for fungal growth inhibition as compared to AmBisome in in vitro efficacy studies. These results demonstrate that the rapid-mixing technology combined with dimethyl sulfoxide (DMSO) for drugs insoluble in other organic solvents can be a powerful manufacturing method for the generation of stable LNP drug formulations.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».