Chitosan-Based Nanogels: Synthesis and Toxicity Profile for Drug Delivery to Articular Joints
Notice bibliographique
Résumé
One important challenge in treating avascular-degraded cartilage is the development of new drugs for both pain management and joint preservation. Considerable efforts have been invested in developing nanosystems using biomaterials, such as chitosan, a widely used natural polymer exhibiting numerous advantages, i.e., non-toxic, biocompatible and biodegradable. However, even if chitosan is generally recognized as safe, the safety and biocompatibility of such nanomaterials must be addressed because of potential for greater interactions between nanomaterials and biological systems. Here, we developed chitosan-based nanogels as drug-delivery platforms and established an initial biological risk assessment for osteocartilaginous applications. We investigated the influence of synthesis parameters on the physicochemical characteristics of the resulting nanogels and their potential impact on the biocompatibility on all types of human osteocartilaginous cells. Monodisperse nanogels were synthesized with sizes ranging from 268 to 382 nm according to the acidic solution used (i.e., either citric or acetic acid) with overall positive charge surface. Our results demonstrated that purified chitosan-based nanogels neither affected cell proliferation nor induced nitric oxide production in vitro. However, nanogels were moderately genotoxic in a dose-dependent manner but did not significantly induce acute embryotoxicity in zebrafish embryos, up to 100 µg∙mL−1. These encouraging results hold great promise for the intra-articular delivery of drugs or diagnostic agents for joint pathologies.
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) | 0,001 | 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 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 ».