Engineering nano-embedded microparticles as formulation platform for site-specific drug delivery to the respiratory tract
Notice bibliographique
Résumé
Effective drug delivery to the lung often implies selective spatial deposition of the active molecule in a specific lung region, such as the bronchi for asthma therapy or the alveoli for combating infections of the deep lung. Depending on the site of action, platform formulations adaptable to spatio-selective delivery are valuable. A Design of Experiments approach was employed to systematically analyze the influence of selected spray drying parameters on mannitol particle characteristics. Additionally, one candidate was formulated with varying concentrations of leucine as an aerosolization enhancer. Based on their physicochemical characteristics, three different lead formulations – tailored for tracheobronchial, bronchial, and alveolar deposition – were identified for further nanoparticle encapsulation to develop a pulmonary delivery platform based on spray-dried amphiphilic cyclodextrin nano-in-microparticles. The formulations exhibited mean geometric particle diameters of 1.31 to 1.71 μm and favorable aerosolization performance, with mass median aerodynamic diameters of 4.69 ± 0.22, 3.79 ± 0.17 and 2.18 ± 0.55 μm, respectively. Physicochemical characterization of the incorporated nanoparticles revealed hydrodynamic diameters below 200 nm, narrow size distributions, and stable negative surface charges. Moreover, biocompatibility and time-dependent intracellular uptake of the formulations were verified using human in vitro models of bronchi and deep lung. The novel formulations can serve as an adaptive platform enabling targeted delivery of challenging drug candidates and advanced pulmonary therapeutics.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».