Las micelas son agregados nanoescalares autoensamblados a partir de unímeros anfifílicos y pueden utilizarse para encapsular fármacos hidrófobos. Sin embargo, el intercambio dinámico de unímeros entre las micelas y la solución a granel suele provocar la desestabilización de las micelas y la consiguiente fuga de las sustancias encapsuladas. Por ello, incorporamos un polímero hidrófobo al núcleo micelar para entrelazar los unímeros y estabilizar la estructura micelar. Las micelas estabilizadas con polímeros y las no estabilizadas con polímeros tienen propiedades fisicoquímicas similares, como su pequeño tamaño (~35 nm), su carga superficial negativa (~-35 mV) y su alto contenido en fármacos (~15%). Los fármacos encapsulados en micelas estabilizadas con polímeros se liberan a un ritmo más lento que las micelas no estabilizadas con polímeros. A partir de estudios farmacocinéticos in vivo, los fármacos cargados en micelas estabilizadas con polímeros tienen un aclaramiento menor y una concentración plasmática mayor y un volumen de distribución menor que las micelas no estabilizadas con polímeros. En conclusión, las micelas estabilizadas con polímeros pueden reducir el aclaramiento rápido de fármacos mediante el fortalecimiento de la estructura micelar y el aumento de la cantidad de fármaco disponible en plasma, ampliando así las aplicaciones farmacéuticas de las micelas.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Inmunoensayo monomolecular en emparedado para la cuantificación de alfafetoproteína basado en imágenes de fluorescencia realzada por campo de evanescencia
Artículo:
Generación controlada por la forma de nanopartículas de oro asistida por moléculas duales: Desarrollo de biosensores basados en peróxido de hidrógeno y oxidasa
Artículo:
Importante participación orgánica en mujeres con enfermedad de Fabry en Argentina.
Artículo:
Características de imágenes de ultrasonido bajo Deep Learning en cirugía de conservación mamaria para cáncer de mama
Artículo:
Una medida de disimilitud de relación global para el algoritmo de agrupación k-Modes