Solid Lipid Nanoparticles for Pulmonary Delivery of Biopharmaceuticals: A Review of Opportunities, Challenges, and Delivery Applications
Notice bibliographique
Résumé
Biopharmaceuticals such as nucleic acids, proteins, and peptides constitute a new array of treatment modalities for chronic ailments. Invasive routes remain the mainstay of administering biopharmaceuticals due to their labile nature in the biological environment. However, it is not preferred for long-term therapy due to the lack of patient adherence and clinical suitability. Therefore, alternative routes of administration are sought to utilize novel biopharmaceutical therapies to their utmost potential. Nanoparticle-mediated pulmonary delivery of biologics can facilitate both local and systemic disorders. Solid lipid nanoparticles (SLNs) afford many opportunities as pulmonary carriers due to their physicochemical stability and ability to incorporate both hydrophilic and hydrophobic moieties, thus allowing novel combinatorial drug/gene therapies. These applications include pulmonary infections, lung cancer, and cystic fibrosis, while systemic delivery of biomolecules, like insulin, is also attractive for the treatment of chronic ailments. This Review explores physiological and particle-associated factors affecting pulmonary delivery of biopharmaceuticals. It compares the advantages and limitations of SLNs as pulmonary nanocarriers along with design improvements underway to overcome these limitations. Current research illustrating various SLN designs to deliver proteins, peptides, plasmids, oligonucleotides, siRNA, and mRNA is also summarized.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 ».