QbD-driven Formulation Development and Evaluation of Genistein Nanoparticles for Prostate Cancer
Notice bibliographique
Résumé
Background: Genistein (GEN) shows significant anticancer potential, particularly against prostate cancer. However, its clinical application is limited by poor water solubility, rapid metabolism and excretion, low bioavailability, and lack of targeted delivery to cancer cells, hindering its effectiveness as a chemopreventive or therapeutic agent. Objective: In this study, poly-ε-caprolactone (PCL) nanoparticles incorporating polyvinyl alcohol (PVA) as a stabilizer were engineered to encapsulate genistein (GEN) effectively. Utilizing a Quality by Design (QbD) methodology, the development and optimization of these nanoparticles were systematically approached. Methods: GEN-loaded PCL nanoparticles (NPs) were prepared using the Solvent Evaporation Technique, ideal for encapsulating hydrophobic drugs. A Plackett–Burman design (PBD) identified key factors, followed by a Box–Behnken design (BBD) to optimize nanoparticle quality. The NPs were evaluated for particle size, zeta potential (ZP), polydispersity index (PDI), morphology, encapsulation efficiency (EE), in vitro drug release, and cytotoxicity. Results: The optimized formulation containing PCL, PVA, and Volume of organic solvent as 43.7 mg, 6.2 mg, and 10.0 ml, respectively was chosen because it showed EE (%) of 94.0%, average particle size of 150 nm, PDI of 0.10, ZP of -28.0 and exhibited sustained release of GEN for around four days. The antiproliferative activities of GEN PCL NPs were confirmed by the MTT test in vitro on malignant prostate carcinoma cell lines (PC3). Flow cytometric analysis showed that the inhibition of cell proliferation of more potent GEN PCL NPs is comparable with the effects of free GEN. Conclusion: The findings indicate that genistein-loaded PCL nanoparticles have the potential to augment the anticancer efficacy of genistein, both in vitro and in vivo. This suggests their promise as a viable candidate for prostate cancer treatment.
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) | 0,001 | 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 ».