MétaCan
Menu
Retour à la cohorte
Enregistrement W4412162034 · doi:10.1021/acs.jpcb.5c01564

Rapid Release of Doxorubicin from Thermosensitive Liposomes─Contributions of Leakage Versus Unloading

2025· article· en· W4412162034 sur OpenAlexaff
Henriette Hummler, Maximilian Regenold, Christine Allen, Heiko Heerklotz

Notice bibliographique

RevueThe Journal of Physical Chemistry B · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanoparticle-Based Drug Delivery
Établissements canadiensUniversity of Toronto
Organismes subventionnairesPhospholipid Research Center
Mots-clésLiposomePermeationChemistryMembraneLeakage (economics)DoxorubicinBiophysicsPermeability (electromagnetism)DrugChromatographyDeprotonationControlled releaseMaterials scienceNanotechnologyPharmacologyOrganic chemistryBiochemistrySurgeryBiologyChemotherapy

Résumé

récupéré en direct d'OpenAlex

Drug release from liposomes loaded by remote loading can proceed via two principal routes: (i) the leakage of the entrapped drug through membrane pores; (ii) the permeation of the drug through the intact membrane as the gradient used for remote loading is collapsed ("unloading"). We assess the contributions of the two release mechanisms for doxorubicin loaded via a pH-gradient into lysolipid-containing thermosensitive liposomes. To this end, release into buffer at physiological pH is compared with release into acidic buffer which should eliminate unloading but leave leakage largely unaffected. Above the transition point at ≈41 °C, unloading contributes ∼30% to the overall fast drug release occurring within 30 s. Immediately below the transition, there is still partial release and partial collapse of the pH-gradient but no substantial unloading. This can be explained by a low permeability of gel-phase lipid for (even deprotonated) doxorubicin and insufficient deprotonation at these pH values.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,252
Écart entre enseignants0,243 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry BMême sujetNanoparticle-Based Drug DeliveryTravaux en français237 207