MétaCan
Menu
Retour à la cohorte
Enregistrement W4283735912 · doi:10.1080/07373937.2022.2089162

Spray freeze drying for protein encapsulation: Impact of the formulation to morphology and stability

2022· article· en· W4283735912 sur OpenAlexaff
Alberto Baldelli, Aylin Cidem, Yigong Guo, Hui Xin Ong, Anika Singh, Daniela Traini, Anubhav Pratap‐Singh

Notice bibliographique

RevueDrying Technology · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMicroencapsulation and Drying Processes
Établissements canadiensBritish Columbia Institute of TechnologyUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSpray dryingEncapsulation (networking)Materials scienceProtein stabilityChemical engineeringChemistryChromatographyEngineeringComputer scienceBiochemistry

Résumé

récupéré en direct d'OpenAlex

Proteins, the building blocks of life, are increasingly being used as therapeutics for treating several diseases. Yet, there are challenges in the delivery of highly labile materials like proteins, which is often circumvented with the help of encapsulation for targeted delivery and enhanced stability. Spray drying technology has recently been employed for encapsulation due to its’ low cost and scale-up capabilities, yet the high temperatures of drying air makes the technology unsuitable for proteins. More recently, spray freeze drying has evolved as an emerging technology that combines spray drying with freeze drying by using low temperatures, and is thus suitable for maintaining the stability of proteins. This study investigates the correlation between formulation parameters and the properties of protein encapsulated microparticles prepared by spray freeze drying. Morphology was investigated using microscopic methods, and protein stability was examined using infrared and mass spectrometry. By using bovine serum albumin, we verify that increasing the total weight to 15 mg/ml results in microencapsulates with a projected area equivalent diameter of 100 µm larger. We demonstrate that some types of amino acids are essential for shell formation; however, glutamine generates an increase in dimer areas in mass spectra of 5.5. D-Mannitol is the suggested carrier for high encapsulation efficiency (above 90 %). The formulation containing polyvinylpyrrolidone, mannitol, and leucine (at 6, 9, and 2 mg/ml, respectively) produced the lowest reduction in the stability of a few types of proteins; deconvoluted infrared peaks show a difference of less than 2% compared to the free protein. Understanding the spray freeze drying phenomenon for protein encapsulation would allow the control over morphological and chemical properties of microparticles containing active proteins.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,256
Écart entre enseignants0,231 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDrying TechnologyMême sujetMicroencapsulation and Drying ProcessesTravaux en français237 207