MétaCan
Menu
Retour à la cohorte
Enregistrement W7052785768

Size-Switching Starch Nanoparticle-based Nanoassemblies for Improving Drug Delivery

2023· dissertation· en· W7052785768 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueMacSphere (McMaster University) · 2023
Typedissertation
Langueen
DomaineEngineering
ThématiqueElectromagnetic Compatibility and Measurements
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésDrug deliveryNanogelNanoparticleTargeted drug deliveryNanomedicineDrugDrug administrationNasal administration
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In recent decades, a variety of nanoparticle drug delivery systems (NP DDS) – nanometer-scaled materials physically or covalently interacting with therapeutics – has been developed to overcome biological barriers, improve the half-life, reduce toxicity, and improve the efficacy of conventional drug delivery. However, many NP DDS fail to translate to the clinic. While this is in part due to immense heterogeneity within many disease types across individuals, the conflicting size and surface chemistries required in the “drug delivery pathway” (i.e. to avoid the clearance mechanisms and unintended tissues in the body, then to reach and specifically enter target tissues) also pose a significant challenge. Recent advances in the field of drug delivery have created size- and surface-switching nanoparticles that overcome biological barriers. For example, large (100 – 200 nm) NPs are adequate at evading corporeal defense mechanisms, while small (< 50 nm) NPs can actively enter cancerous tissue. Further, release profiles of drug-loaded NP DDS must be tailored to stay within a narrow therapeutic window to prevent toxic effects. This thesis highlights the synthesis of “nanoassemblies”, an NP DDS that contains small, drug-loaded starch nanoparticles (SNPs) within a larger nanogel matrix. Nanoassemblies are chemically tuned to reach specific targets via different administration routes (notably, cancerous tissues via systemic administration and brain tissue via intranasal administration). Furthermore, therapeutic-loaded SNPs are released under endogenous (pH, redox) or exogenous (ultrasound) stimuli for disease-specific release kinetics, allowing for deeper penetration into tumor cores or through the nose-to-brain pathway as required. Both the physicochemical characterization of these nanoassemblies as well as in vitro and in vivo experiments have been performed to assess the efficacy of nanoassemblies in biological systems and how they may provide performance improvements over non-assembled SNPs. As such, nanoassemblies show great promise in overcoming complex biological barriers to ultimately improve drug delivery in clinical applications.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,626
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,014
Tête enseignante GPT0,202
Écart entre enseignants0,188 · 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