sr.no课程内容总计1。持续释放(SR)和受控释放(CR)配方:简介和基本概念,优势/缺点,影响SR/CR配方的物理化学和生物学方法的因素,SR/CR配方的药物递送机制。聚合物:简介,定义,分类,特性和应用剂型的个性化医学剂型:简介,定义,药物遗传学,个性化药物的患者类别:定制的药物输送系统,生物电子药物,制药的3D打印,thepharmacy。
咪唑是一种五元的杂环化合物,由于其在各种科学领域中的独特化学特性和多功能性而具有显着的突出性。本文探讨了咪唑及其衍生物的合成方法,物理化学特性和广泛的应用。药物化学,催化和材料科学的最新进展突出了该化合物在学术研究和工业应用中的关键作用。重点放在其药理潜力上,包括抗菌,抗真菌和抗癌活性及其在协调化学和先进材料开发方面的效用。
人工智能 (AI) 方法在药物发现和递送系统的设计和优化中得到了广泛考虑。在此,机器学习方法用于优化载姜黄素 (CUR) 纳米纤维的生产。通过文献调查挖掘所需数据,并检测和研究两类(包括基于材料和机器的参数)作为最终结果的有效参数。AI 结果表明,高密度聚合物具有较低的 CUR 释放率;然而,随着聚合物密度的增加,许多类型聚合物中的 CUR 包封效率 (EE) 都会增加。当分子量在 100 至 150 kDa 之间、CUR 浓度为 10 – 15 wt% 时,可获得最小直径、最高 EE 和最高药物释放百分比,聚合物密度在 1.2 – 1.5 g mL 1 范围内。此外,最佳距离为 23 cm、流速为 3.5 – 4.5 mL h 1 、电压在 12.5 – 15 kV 范围内可获得最高的释放率、最高的 EE 和最低的纤维平均直径。这些发现为未来通过 AI 方法设计和生产具有理想特性和性能的载药聚合物纳米纤维开辟了新道路。
摘要 引言:纳米粒子 (NPs) 具有独特的物理化学性质,因而具有较高的表面积与体积比,在各种药物设计中备受关注。由于检查新设计的粒子与不同靶标之间的相互作用对于治疗各种疾病非常重要,因此检查这些粒子与不同靶标(其中许多是蛋白质)之间相互作用的技术现在非常普遍。方法:本研究使用 AutoDock 4.2.6 软件工具的分子对接技术研究了覆盖碳层的金属氧化物纳米粒子 (MONPs)(Ag 2 O 3 、CdO、CuO、Fe 2 O 3 、FeO、MgO、MnO 和 ZnO NPs)与与癌症和细菌感染靶标相关的标准药物之间的相互作用。最后,使用 PRO TOX-II 在线工具比较这些 MONPs 与标准药物的毒性(LD 50 )和分子量。结果:根据半柔性分子对接过程中获得的数据,MgO 和 Fe 2 O 3 NPs 在许多情况下的表现优于标准药物。MONPs 通常具有比标准药物更低的 50% 致死剂量 (LD 50 ) 和更高的分子量。MONPs 在三种疾病中对不同靶标的结合能差异很小,这可能归因于 MONPs 特定的物理化学和药效团性质。结论:MONPs 的毒性是基于它们的药物开发的主要挑战之一。根据这些分子对接研究的结果,在所研究的 MONPs 中,MgO 和 Fe 2 O 3 NPs 的效率最高。
抽象背景/目的:本研究的目的是设计和准备浮动原位凝胶,以维持卡维迪尔(CVD)释放并增强口服生物利用度。通过离子凝胶法制备了CVD的各种浮动原位凝胶制剂。材料和方法:采用制剂设计中的系统方法,使用羟丙基甲基纤维素(HPMC K4M),羟丙基纤维素(HPMC 100LV),硫酸钠,含Mimosa pudica pudica seed MiCOSIMA酸酸盐酸(SODICA)与各种浓度(SODICASIMA GIMACISMA gymoma gymoma gymoma gymoma gymoma gymoma gymoma,研究了碳酸氢盐的物理化学特性(体外浮动行为,药物释放概况等)。随后,基于物理化学特性涉及最终优化步骤,以实现所需的效果。结果:基于研究,HPMC K4M,HPMC 100LV,藻酸钠和Mimosa Pudica种子粘液(F17)表现出良好的浮动特性(60秒sec浮动滞后时间),药物释放的药物为96.98±2.1%,释放了12小时,该药物释放的序列均释放为ZERO,并释放了序列。在白化兔中F17的体内X射线研究表现出良好的浮动能力,最大为8小时。发现优化和对照(CARLOC)的生物利用度分别为41.95±0.8892μg.hr/ ml和26.36±1.1603μg.hr/ ml。用优化的配方进行了加速稳定性研究,并在研究期间观察到稳定。结论:得出结论,用天然聚合物开发的Carvedilol的原位原位凝胶适合GRDDS增强口服生物利用度。
摘要:镀锌是防锈的关键工业过程,产生了含有重金属和其他污染物的废水,带来了环境和健康风险。这项研究评估了联合石灰阴离子聚丙烯酰胺(PAM)治疗的有效性,以减少南非豪登省镀锌行业产生的废水中这些污染物的有效性。流出样品并分析重金属(CD,CR,Cu,Pb,Zn,Mn,Fe)和物理化学参数,包括使用标准方法,包括电导率,氯化物和pH。未经处理的废水表现出高水平的重金属,尤其是铅,锌,锰和铁,远远超过了局部排放限制。治疗后分析显示,金属浓度大幅降低,达到了调节标准,pH值调整至金属氢氧化物沉淀的最佳水平。此外,将氯化物浓度从14,383.24 mg dm -3降低至3,890.40 mg∙dm -3,并从130.50至21.10μs -cm -1降低。尽管有这些改进,但对于氯化物的值仍然超过了市政当局的排放限量为500 mg dm -3,电导率为0.1μs∙cm-1,表明残留的高离子浓度。虽然石灰-PAM治疗有效提高了废水质量,但结果表明需要补充治疗以完全遵守严格的调节标准。总体而言,石灰-PAM方法显示出降低重金属和物理化学污染物减少镀锌流出物质的潜力。但是,建议进一步优化和整合高级治疗技术以提高功效并确保环境合规性。
自Geim和Novoselov [1]获得石墨烯以来,由于各种原因,二维(2D)材料的实验和理论表征是一个非常活跃的研究主题。其中,与散装相比,相比之下,大量的潜在应用,新的物理现象的出现以及很重要的是调整其性质的易感性[2-10]。这些2D材料可以通过自上而下的方法(例如3D层状晶体的液体或机械去角质)或自下而上的技术获得,例如分子束外观外观(MBE),化学蒸气沉积(CVD)和物理蒸气沉积(PVD)。它们的构成非常多样化;研究最多的2D材料是过渡金属硫化剂,六边形硼n- tride(H-BN),磷化物(BP),磷烯,硅,硅,德国烯以及一年一度增加到一年的长列表[11,12]。是由大量合成和理论上提出的2D材料的动机,计算2D材料数据库(C2DMDB)是将稳定性及其基本物理化学特性分类的替代方法[2,4,5]。C2DMDB包含几种尚未达成的材料,这些材料是第一次提出的,或者先前已提出的材料,并已被验证为热和动态稳定。一个例子是Penta-Graphene(PG),Penta-Graphene(PG)是由Pentagons组成的一种新的碳。Penta-Graphene于2014年首次由Tang等人提出。[13],后来由Zhang等人。[14]。尽管到目前为止尚未合成PG,但其物理化学
摘要。这21个世纪的主要环境挑战是二氧化碳引起的气候变化,有限的研究重点是森林形成(例如超镁铁)的土壤碳捕集潜力。然而,了解土壤的物理化学特性对于确定土壤有机物的碳储存潜力至关重要,土壤有机物的碳储能是在巴拉望岛岛的矿物质富生态系统中进行了研究的。来自Brgy的超镁铁质森林。Rio Tuba,Batarazaw和Sitio Magarwak,Brgy。sta。卢尔德(Lourdes),菲律宾波多黎各城市,被考虑进行本研究。Pearson和Kruskal-Wallis检验用于建立土壤物理化学参数的层次结构,例如碳,pH,质地,粒子和散装密度,孔隙率和有机物(OM)涉及碳储能。大多数超镁铁质的土壤是沙质壤土或沙质粘土壤土,其散装BD和Clayey,其储存的碳比沙质土壤更多。在土壤特性中,土壤质地,尤其是粘土质土壤,在土壤有机碳(SOC)池中比土壤pH(p = 0.59),土壤孔隙率(0.39),散装密度(0.37)和颗粒密度(0.32)具有更大的影响力(P =1.46e⁻³)。SOC与BD成反比,土壤孔隙率直接受土壤深度影响。SOC和有机物在深度下降,而在根际层处较高的碳固相,从表层土壤中的4–7%到下层土壤中的3-5%。波多黎各普林斯加城的超镁铁矿地区储存的有机碳(99.05吨HA –1)比巴塔拉扎(Bataraza)(85.68吨ha –1)。
人工智能(AI)的应用有可能彻底改变纳米医学的配方发展。这项研究研究了通过乳化 - 散热过程产生的孕激素负载固体脂质纳米颗粒(PG-SLN)的物理化学特征,重点是通过设计实验设计(DOE)和人造神经网络(ANN)(ANN)来证明这种受控制备方法的有效性。关键质量因素,包括硬脂酸,中链甘油三酸酯(MCT),pluronic F-127和丙烯乙二醇(PG)的量,使用DOE来简化实验设置。硬脂酸的浓度被鉴定为影响PG-SLN物理化学特性的关键因素,影响粒径(PS),多分散指数(PDI),ZETA电位(ZP)和%药物载荷(%DL)。确定了PS,PDI,ZP和%DL的最佳条件。 DOE揭示了多个运行的可接受值,ANN模型表现出高度的预测准确性,超过了响应表面方法(RSM)。 测试了选定的PG-SLN配方透皮药物的递送,与PG悬浮液相比,渗透率得到了改善。 用柠檬烯加载进一步增强了透皮药物的递送,这归因于林烯作为穿透性增强剂的作用。 此外,发现所选的PG-SLN配方对神经元细胞是安全且无毒的。 提出了DOE和ANN的组合来增强预测能力。 这项研究强调了PG-SLN在透皮药物递送中的潜力,强调了柠檬烯是一种安全有效的增强剂。确定了PS,PDI,ZP和%DL的最佳条件。DOE揭示了多个运行的可接受值,ANN模型表现出高度的预测准确性,超过了响应表面方法(RSM)。测试了选定的PG-SLN配方透皮药物的递送,与PG悬浮液相比,渗透率得到了改善。用柠檬烯加载进一步增强了透皮药物的递送,这归因于林烯作为穿透性增强剂的作用。此外,发现所选的PG-SLN配方对神经元细胞是安全且无毒的。提出了DOE和ANN的组合来增强预测能力。这项研究强调了PG-SLN在透皮药物递送中的潜力,强调了柠檬烯是一种安全有效的增强剂。这项研究有助于对在药物和生物医学领域应用AI工具的兴趣日益增长的兴趣,以改善预测性建模。