Avidin-Biotin functionalized self-assembled protein nanoparticles as EGFR targeted therapeutics for the treatment of lung cancer: characterization and cell viability
Notice bibliographique
Résumé
Gefitinib targeting efficiency can be modified via enhancing its hydrophobicity and poor bioavailability by conjugating it with biotin-streptavidin conjugated Bovine serum albumin nanoparticles as a hotspot in the field of biological therapy for human cancer. The study aims to develop and characterize lyophilized Biotin-Streptavidin conjugated Bovine serum albumin nanoparticles containing Gefitinib prepared by desolvation method. As protein being the most amendable to surface functionalization were prepared by conjugating them with strongest interaction, that is, Biotin-Streptavidin. The Desolvation method is based on nanoprecipitation method that reduces the solubility of drug and polymer in aqueous solution by using desolvating agents in order to prepare protein nanoparticles that were further functionalized by biotinylation followed with streptavidin conjugation for enhancement in affinity and specificity. Protein NPs were found to be monodisperse with particle size in range of 130 ± 5.131 and 174 ± 3.055 with the approximate negatively surface charge zeta potential of −9 mv. The drug loading and the entrapment efficiency was found to be 16% and 74 ± 2.64% with 8 days of sustained drug release at the physiological pH. Cytotoxicity studies after 72 h shown better cell growth inhibition with biotinylated streptavidin conjugated bovine serum albumin nanoparticles containing gefitinib with reduced side effect and more apoptosis of cells as compared to gefitinib loaded bovine serum albumin nanoparticles and free gefitinib.
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) | 0,000 | 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 ».