MétaCan
Menu
Retour à la cohorte
Enregistrement W4321373194 · doi:10.3390/pharmaceutics15020706

Tailoring the Lamellarity of Liposomes Prepared by Dual Centrifugation

2023· article· en· W4321373194 sur OpenAlexaff
Jonas K. Koehler, Lars Gedda, Leonie Wurster, Johannes Schnur, Katarina Edwards, Heiko Heerklotz, Ulrich Massing

Notice bibliographique

RevuePharmaceutics · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueLipid Membrane Structure and Behavior
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCancerfonden
Mots-clésLiposomeVesicleHomogenization (climate)CentrifugationChemistryLipid bilayerBilayerChromatographyMembraneBiophysicsBiochemistry

Résumé

récupéré en direct d'OpenAlex

Dual centrifugation (DC) is a new and versatile technique for the preparation of liposomes by in-vial homogenization of lipid-water mixtures. Size, size distribution, and entrapping efficiencies are strongly dependent on the lipid concentration during DC-homogenization. In this study, we investigated the detailed structure of DC-made liposomes. To do so, an assay to determine the ratio of inner to total membrane surfaces of liposomes (inaccessible surface) was developed based on either time-resolved or steady-state fluorescence spectroscopy. In addition, cryogenic electron microscopy (cryo-EM) was used to confirm the lamellarity results and learn more about liposome morphology. One striking result leads to the possibility of producing a novel type of liposome-small multilamellar vesicles (SMVs) with low PDI, sizes of the order of 100 nm, and almost completely filled with bilayers. A second particularly important finding is that VPGs can be prepared to contain open bilayer structures that will close spontaneously when, after storage, more aqueous phase is added and liposomes are formed. Through this process, a drug can effectively be entrapped immediately before application. In addition, dual centrifugation at lower lipid concentrations is found to produce predominantly unilamellar vesicles.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,098
Score d'incertitude au seuil0,255

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
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)0,0000,000

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 Opus0,029
Tête enseignante GPT0,321
Écart entre enseignants0,292 · 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 tête enseignante, 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

Citations23
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePharmaceuticsMême sujetLipid Membrane Structure and BehaviorTravaux en français237 207