Engineered vildagliptin-loaded polymeric nanoparticles via microfluidic and spray drying for enhanced antidiabetic activity
Notice bibliographique
Résumé
Abstract Background Vildagliptin (VLG), an antidiabetic agent, presents a potential solution to this widespread affliction. It exhibits notable attributes, such as a high solubility and a shorter elimination half-life. The current study uses a microreactor to fabricate sustained-release VLG-encapsulated cross-linked chitosan–dextran sulfate nanoparticles (VLG-CDNPs). The fabrication was systematically optimized using the design of experiment approach. Results The optimized VLG-CDNPs had an average particle size of 217.4 ± 12.3 nm and an encapsulation efficiency of 78.25 ± 3.0%. Scanning electron microscopy revealed that the nanoparticles had a smooth spherical shape. Spray drying was used for drying, and the reconstitution ability was close to ideal (~ 1.33). In vitro studies revealed sustained VLG release over 12 h, with ~ 58% in acidic and ~ 83% in basic conditions. Cell viability remained at 80% even at 100 μg/mL, and glucose uptake in L6 cells was significantly enhanced with VLG-CDNPs (78.34%) compared to pure VLG (60.91%). VLG-CDNPs also showed moderate inhibitory activity against α-amylase (41.57%) and α-glucosidase (63.48%) compared to pure VLG, which had higher inhibition levels. Conclusion The study’s outcome suggested that the optimized VLG-CDNPs may serve as an effective and promising nanoformulation for managing diabetes mellitus.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».