Chitosan Nanoparticles at the Biological Interface: Implications for Drug Delivery
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 unique properties of chitosan make it a useful choice for various nanoparticulate drug delivery applications. Although chitosan is biocompatible and enables cellular uptake, its interactions at cellular and systemic levels need to be studied in more depth. This review focuses on the various physical and chemical properties of chitosan that affect its performance in biological systems. We aim to analyze recent research studying interactions of chitosan nanoparticles (NPs) upon their cellular uptake and their journey through the various compartments of the cell. The positive charge of chitosan enables it to efficiently attach to cells, increasing the probability of cellular uptake. Chitosan NPs are taken up by cells via different pathways and escape endosomal degradation due to the proton sponge effect. Furthermore, we have reviewed the interaction of chitosan NPs upon in vivo administration. Chitosan NPs are immediately surrounded by a serum protein corona in systemic circulation upon intravenous administration, and their biodistribution is mainly to the liver and spleen indicating RES uptake. However, the evasion of RES system as well as the targeting ability and bioavailability of chitosan NPs can be improved by utilizing specific routes of administration and covalent modifications of surface properties. Ongoing clinical trials of chitosan formulations for therapeutic applications are paving the way for the introduction of chitosan into the pharmaceutical market and for their toxicological evaluation. Chitosan provides specific biophysical properties for effective and tunable cellular uptake and systemic delivery for a wide range of 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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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