Using UV-Responsive Nanoparticles to Provide <i>In Situ</i> Control of Growth Factor Delivery and a More Constant Release Profile from a Hydrogel Environment
Notice bibliographique
Résumé
Nanoparticles are popular delivery vehicles, but their diffusional release results in inconstant drug delivery. Here, we flatten the delivery profile into a more constant, zero-order profile. Brain-derived neurotrophic factor (BDNF) is attached to photoactive titanium dioxide nanoparticles and loaded into a nanofibrous self-assembling peptide (SAP) hydrogel. Different UV exposure conditions show three distinct profiles, including a counterintuitive decrease in release after UV exposure. We propose that the adsorption of the freed growth factor onto the hydrogel nanofibers affects release. Nanoparticles diffuse from the hydrogel readily, carrying the bound growth factor, but the freed growth factor (released from the nanoparticles by UV) instead interacts with─and is released less readily from─the hydrogel. UV shifts growth factor from nanoparticles to the hydrogel, therefore changing the diffusional release. Through midpoint UV exposure, we achieve a flattened delivery profile─unusual for diffusion─by changing in situ the amount of growth factor bound to the diffusing nanoparticles. With nanoparticle diffusion alone, we observed an increasing release profile with 36% of release in the first 6 h and 64% in the second 6 h. With midway UV exposure, this was controlled to 49 and 51%, respectively. The release of an unbound (soluble) control growth factor, glial cell-line derived neurotrophic factor (GDNF), was not affected by UV treatment, demonstrating the potential for independent control of temporal delivery profiles in a multiagent material.
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) | 0,001 | 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 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 ».