Enhanced oral absorption of insulin: hydrophobic ion pairing and a self-microemulsifying drug delivery system using a D-optimal mixture design
Notice bibliographique
Résumé
The lipophilicity of a peptide drug can be considerably increased by hydrophobic ion pairing with amphiphilic counterions for successful incorporation into lipid-based formulations. Herein, to enhance the oral absorption of insulin (INS), a self-microemulsifying drug delivery system (SMEDDS) formulation was developed. Prior to optimization, INS was complexed with sodium n-octadecyl sulfate (SOS) to increase the loading into the SMEDDS. The INS–SOS complex was characterized via scanning electron microscopy, Fourier transform infrared spectroscopy, differential scanning calorimetry, and its dissociation behavior. The SMEDDS was optimized using a D-optimal mixture design with three independent variables including Capmul MCM (X1, 9.31%), Labrasol (X2, 49.77%), and Tetraglycol (X3, 40.92%) and three response variables including droplet size (Y1, 115.2 nm), INS stability (Y2, 46.75%), and INS leakage (Y3, 17.67%). The desirability function was 0.766, indicating excellent agreement between the predicted and experimental values. The stability of INS-SOS against gastrointestinal enzymes was noticeably improved in the SMEDDS, and the majority of INS remained in oil droplets during release. Following oral administration in diabetic rats, the optimized SMEDDS resulted in pharmacological availabilities of 3.23% (50 IU/kg) and 2.13% (100 IU/kg). Thus, the optimized SMEDDS is a good candidate for the practical development of oral delivery of peptide drugs such as INS.
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) | 0,000 | 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 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 ».