Bench-Scale Microfluidic Manufacturing of Cross-Linked Polyester Microparticles
Notice bibliographique
Résumé
Polymeric microparticles used as long-acting drug delivery systems provide advantages relative to conventional oral dosage forms including improved efficacy and safety. However, development of these formulations, including generics, is constrained by current manufacturing techniques. Conventional approaches have limited control over process parameters and are difficult to scale. Droplet microfluidic techniques produce individual particles sequentially enabling unparalleled consistency on key material properties including particle size and dispersity. While microfluidics approaches have much promise, including affording continuous rather than batch production; designing, constructing, and operating these systems is challenging reducing adoption by formulation scientists. Herein, we describe the operation of a modular microfluidic system built with commercially available components to prepare photo-cross-linked microparticles by droplet generation, inline dilution, and inline irradiation with UV. We synthesized monodisperse cross-linked polyester microparticles with a median size of 37.6 ± 0.4 μm at 20, 60, and 120 mg batch sizes with average yields of 92 ± 5%. Additionally, as a means to tailor material properties, particles were produced at varying degrees of cross-linking. The particle’s properties were further characterized, loaded with celecoxib at a low and a high level, then the in vitro drug release evaluated. Overall, the degree of cross-linking and drug loading modulated key formulation properties such as in vitro release rate. With this work, we showcase the potential of microfluidic systems and aim to foster further adoption of microfluidic techniques to manufacture comparable materials.
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 | 0,000 | 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 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 ».