Formulation, Optimization, and Invitro Characterization of Lipid-Based Nanoparticles for Effective Delivery to The Liver
Notice bibliographique
Résumé
Chronic liver disorders are the major causes of illness and mortality worldwide. Patients with chronic liver diseases have a greater chance of developing cirrhosis, hepatocellular carcinoma, progressive liver fibrosis, and subsequently liver failure. Currently there are no effective treatments available for patients with the various kinds of liver diseases. The use of nanotechnology is considered a rapidly growing field of interest for the safe and targeted delivery of insufficiently water-insoluble hepatoprotective drugs. Therefore, the nanoparticle combination improves bioavailability and plasma stability of drugs with poor aqueous solubility. Thus, this study aims at developing chemically and physically stable Fenretinide loaded solid lipid nanoparticles (FEN-SLNs) for successful delivery to the liver. The nanoencapsulation of FEN in Gelucire-based, surfactant-free SLNs was developed. SLNs were characterized in terms of physicochemical properties, surface morphology, drug loading, release behavior as well as in vivo biodistribution study. The results showed that adopting hot homogenization method for preparation of FEN loaded solid lipid nanoparticles using Gelucire 50/13 and Precirol provided chemically and physically stable FEN-SLNs. Further, the optimized FEN-SLNs has particle size 298.3 2.54 and PDI 0.3 with negative zeta potential -15.2 3.61 mV, and Entrapment efficiency exceeding 92%. Furthermore, in vitro release experiment ensured sustained release of FEN over > 24 h with no signs of degradation. In addition, TEM photomicrographs showed spherical particles. Noteworthy, the in vivo biodistribution results showed that fluorescently labeled SLNs retained in the liver for 8h with diminished migration to the other organs unlike the free dye. In conclusion the study highlights the effective encapsulation of FEN and effective delivery to the liver.
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) | 0,000 | 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 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 ».