Design and Development of Nanomaterial-Based Drug Carriers to Overcome the Blood–Brain Barrier by Using Different Transport Mechanisms
Notice bibliographique
Résumé
Central nervous system (CNS) diseases are the leading causes of death and disabilities in the world. It is quite challenging to treat CNS diseases efficiently because of the blood-brain barrier (BBB). It is a physical barrier with tight junction proteins and high selectivity to limit the substance transportation between the blood and neural tissues. Thus, it is important to understand BBB transport mechanisms for developing novel drug carriers to overcome the BBB. This paper introduces the structure of the BBB and its physiological transport mechanisms. Meanwhile, different strategies for crossing the BBB by using nanomaterial-based drug carriers are reviewed, including carrier-mediated, adsorptive-mediated, and receptor-mediated transcytosis. Since the viral-induced CNS diseases are associated with BBB breakdown, various neurotropic viruses and their mechanisms on BBB disruption are reviewed and discussed, which are considered as an alternative solution to overcome the BBB. Therefore, most recent studies on virus-mimicking nanocarriers for drug delivery to cross the BBB are also reviewed and discussed. On the other hand, the routes of administration of drug-loaded nanocarriers to the CNS have been reviewed. In sum, this paper reviews and discusses various strategies and routes of nano-formulated drug delivery systems across the BBB to the brain, which will contribute to the advanced diagnosis and treatment of CNS diseases.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 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 ».