Microfluidics-based PLGA nanoparticles of ratiometric multidrug: From encapsulation and release rates to cytotoxicity in human lens epithelial cells
Notice bibliographique
Résumé
Multidrug nanomedicine is an effective therapeutic approach for the treatment of chronic diseases and cancers. However, co-encapsulation and release of drug combination at a fixed ratio by nanoparticles, particularly for long acting ocular formulations, remains challenging. Herein, poly (lactic-co-glycolic acid) nanoparticles ratiometrically co-encapsulating hydrophilic dual drugs, mitomycin C and doxorubicin, was obtained (D/M PLGANPs) by combining microfluidics and the Design of Experiments approaches. The formulation variable of lactide-to-glycolide ratios (L/G 50:50, 75:15 and 85:15) was used to achieve fast, medium and slow drug release rates of D/M PLGANPs. The dissolution of D/M PLGANPs in simulated intraocular fluid exhibited sustained release of dual drugs at the fixed ratio over 7 days, and analysis using the Korsmeyer-Peppas model showed mechanism of drug release to be governed by diffusion. More importantly, in human lens epithelial cells, the drug release rate was negatively correlated with drug potency. The slower drug release from D/M PLGANPs led to lower efficacy of drug combination against pathogenesis of cellular migration and proliferation, the key pathogenic processes of capsular opacification after cataract surgery. Compared to fast (L/G 50:50) and medium (L/G 75:15) drug release rate of D/M PLGANPs, the slow release formulation (L/G 85:15) exhibited the least cellular uptake of the dual drugs and the ratio of drug combination was not maintained intracellularly. The present study implicates the potential of using microfluidics for synthesizing polymeric nanoparticles of ratiometric drug combination and highlights the drug release rate as the critical determinant of efficacy for the long-acting nanomedicine design.
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 | 0,001 | 0,001 |
| 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 ».