Hydrodynamic focusing to synthesize lipid-based nanoparticles: Computational and experimental analysis of chip design and formulation parameters
Notice bibliographique
Résumé
Microfluidic hydrodynamic focusing (HF) has emerged as a powerful platform for the controlled synthesis of lipid nanoparticles (LNPs) and liposomes, offering superior precision, reproducibility, and scalability compared to traditional batch methods. However, the impact of HF inlet configuration and channel geometry on nanoparticle formation remains poorly understood. In this study, we present a comprehensive experimental and computational analysis comparing 2-inlet (2-way) and 4-inlet (4-way) HF designs across various sheath inlet angles (45°, 90°, 135°) and cross-sectional geometries (square vs. circular), assessing their influence on particle size, polydispersity index (PDI), and percentage encapsulation efficiency (%EE) of siRNA and FITC-Dextran. Using 3D-printed microfluidic chips, empty and loaded liposomes and LNPs were synthesized across a range of lipid concentrations (1-8 mg/mL) and total flow rates (0.12-16 mL/min). Computational fluid dynamics (CFD) simulations revealed significant differences in mixing profiles and ethanol diffusion across configurations, correlating with observed nanoparticle properties. Interestingly, 2-way focusing outperformed 4-way designs at low flow rates due to broader diffusive interfaces, while 4-way 45° configurations provided superior control over nanoparticle formation at high flow rates. Circular channels produced smaller, more uniform nanoparticles than square channels, likely due to symmetric flow patterns and reduced stagnation zones. Higher lipid concentrations decreased PDI and improved encapsulation, particularly for siRNA-loaded LNPs. Encapsulation efficiencies were similar across most configurations; however, a statistically significant increase was observed in the 4-way 135° design at 4 mL/min. This likely reflects size-related effects rather than a specific advantage of the configuration. Furthermore, LNPs produced at higher flow rates exhibited enhanced cellular uptake, attributed to their smaller particle size. Overall, our results demonstrate that optimal nanoparticle synthesis via HF is governed by an interplay of flow rate, inlet geometry, and formulation parameters (nanoparticle type and lipid concentration) rather than the number of inlets alone. This study provides a design framework for selecting HF configurations tailored to specific throughput and encapsulation requirements in therapeutic nanocarrier production.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».