Synthesis and Characterization of Hybrid Lipid Nanoparticles Containing Gold Nanoparticles and a Weak Base Drug
Notice bibliographique
Résumé
Hybrid lipid nanoparticles containing gold nanoparticles (LNP-GNPs) and drugs have potential for imaging applications as well as triggered release of LNP contents in response to pulsed laser or X-ray radiation mediated by the GNPs. However, methods to synthesize LNP-GNP systems that efficiently entrap GNPs (the potential triggered release and imaging agent) and then load and retain the drug cargo in a manner that may have clinical applications have proven elusive. Here, we develop a straightforward "bottom-up" approach to manufacture drug-loaded LNP-GNP systems. We show that negatively charged GNPs of 5 nm diameter can be stably loaded into LNPs containing 10 mol % ionizable cationic lipid using an ethanol dilution, rapid mixing approach and that these systems also exhibit aqueous compartments. Further, we show that such systems can also entrap ammonium sulfate, enabling pH-dependent loading of the weak base anti-cancer drug doxorubicin into the aqueous compartments. Cryo-transmission electron microscopy (Cryo-TEM) imaging clearly demonstrates the presence of GNPs in the interior of the resulting hybrid nanostructures as well as the formation of electron-dense drug precipitates in the aqueous core of the LNP-GNPs. The approach described here is a robust and straightforward method to generate hybrid LNP-GNP-drug and other LNP-metal nanoparticle-drug systems with potential applications for a variety of triggered release protocols.
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 | 0,001 | 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 ».