Tailoring N, N, N‐trimethyl chitosan nanospheres as an efficient drug carrier to overcome endothelial barrier
Notice bibliographique
Résumé
Abstract Endothelial barriers, integral components of tissue barriers, are densely packed with adherens junction and tight junction proteins, hindering the passage of drugs to target sites. Herein, a novel nanosphere comprising N, N, N‐trimethylated chitosan (TMC), with the size of 51 ± 8 nm and zeta potential of 13.2 ± 5.3 mV, has been engineered as a drug carrier to facilitate the transport of hydrophobic drugs, that is, curcumin, across endothelial barriers efficiently. The effects of pH value and temperature on the release kinetics of curcumin from TMC nanospheres have been studied. In addition, the transportation of TMC nanospheres across an in vitro endothelial barrier was evaluated over a 72‐h period. The integrity of the in vitro endothelial barrier was assessed before and after the transport of TMC nanospheres by using transepithelial electrical resistance measurements and immunofluorescence staining of tight junction proteins. The results reveal that TMC nanospheres significantly enhance the transport of curcumin across the endothelial barrier, with approximately 30% of curcumin released as compared to less than 3.3% across the barrier without the assistance of TMC nanospheres. This investigation underscores the potential of small‐sized TMC nanospheres to enhance the transport of hydrophobic drugs across endothelial barriers.
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 ».