基于果胶凝胶超高压熔化现象的结肠靶向给药体系构建与优化

来源 :厦门大学 | 被引量 : 0次 | 上传用户:alex136629
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
药物靶向释放可实现对体内特定部位的药物治疗,提高药物利用率,并减少其副作用,因此在各类疾病的治疗中应用越来越广泛。在药物靶向释放体系中,载体的性质是直接影响体系效果的主要因素。通过对载体进行优化,可以提高目标药物的包封率,并且对药物的释放过程进行调控。本研究利用果胶-蔗糖凝胶体系在超高压下的熔化现象,实现模型药物柳氮磺胺吡啶的常温包埋和结肠靶向输送。主要的研究内容和结论如下:(1)用pH=2.2的缓冲液制备果胶含量为2%,蔗糖含量为50%的果胶-蔗糖凝胶。使用300 MPa及以上的超高静水压将果胶-蔗糖凝胶熔化,并与柳氮磺胺吡啶目标药物混合。混合物在常温常压下静置后会重新转变为固态凝胶,实现目标药物的包埋,包封率近100%。(2)以果胶-蔗糖凝胶为载药内核,低甲酯化果胶为覆膜材料,氯化钙和氯化锌分别作为交联剂,成功构建结肠靶向给药体系。结果表明,低甲酯化果胶能与游离的钙离子形成不溶性的水凝胶,使得药物在人工胃液中2 h累积释放量可控制在10%以内,在人工肠液(无果胶酶)中4h的释放量可达到80%,从而实现将药物成功输送至结肠的目的;低甲酯化果胶同样可与游离的锌离子形成不溶性的水凝胶,使得药物在人工胃液中2 h累积释放量可控制在5%以内,但在人工肠液(无果胶酶)中4h的释放量仅为70%。锌离子作为交联剂可显著降低药物在胃部的损失,但其在结肠部位的有效释放量仍需有较大优化空间。(3)进一步引入壳聚糖作为包膜材料,通过壳聚糖和果胶之间的聚电解质反应,形成新的网络结构以实现控制药物在消化道的释放速度。研究表明,当壳聚糖浓度为0.1%时,果胶-锌-壳聚糖膜使得药物在人工肠液(无果胶酶)中4 h的释放量达到80%,加入果胶酶后可提升至93%,通过调整壳聚糖浓度可进一步优化药物释放效率。
其他文献
灵芝(Ganoderma lucidum)作为一种珍贵的药材受到广泛关注。灵芝孢子是灵芝的种子,含有多糖、三萜、核苷等活性成分,营养价值较高。多糖是灵芝孢子中最重要的有效成分之一,它具有抗氧化、免疫调节、抗肿瘤等作用。影响灵芝孢子多糖质量的关键在于提取技术,研究高效的灵芝孢子多糖提取技术对于其进一步的开发利用具有重要的现实意义。本论文采用不同方法提取灵芝孢子多糖,并进行了理化表征、抗氧化活性实验、
学位
目标跟踪是计算机视觉领域中一项基础且重要的研究任务,在工业检测、智慧交通、自动驾驶等领域有重要应用。在视频的第一帧中给定初始的目标后,目标跟踪方法旨在视频的连续帧中估计该目标的范围,目标跟踪方法主要通过一个边界框来表示目标范围。随着计算机视觉和深度学习技术的发展,近年来目标跟踪方法的性能迅速提升。然而,进一步提升性能仍存在困难挑战,例如,目标的快速移动、剧烈形变、消失视野等。面对诸多困难挑战,现存
学位
燃料电池因其相比传统能源具有更高的能量转换效率、环境友好等优点,越来越成为未来新能源领域重要的发展方向之一。甲酸的电催化氧化反应是最基础的有机酸氧化反应和直接甲酸燃料电池的重要阳极反应。但由于其常用的Pt、Pd等贵金属催化剂选择性和活性较低,而且易被毒化。随着使用时间的增加,催化效率和稳定性的降低,大大阻碍了直接甲酸燃料电池的发展。因此提高催化剂的活性一直是燃料电池研究的核心和难点。对一些关键反应
学位
职业生涯规划对高中生的未来发展非常重要,教师必须重视对高中生进行职业生涯规划,引导高中生树立规划意识,从而助力高中生未来更好的发展。本文主要论述高中生职业生涯规划认知现状与应对策略,仅供读者参考。
期刊
通过添加导电性材料可以介导并促进互营菌与产甲烷菌间直接种间电子传递(Direct interspecies electron transfer,DIET),从而加速厌氧产甲烷过程。该策略应用于高浓难降解精对苯二甲酸(Purified terephthalic acid,PTA)废水处理上,可能实现简化工艺、降低成本,对PTA废水工业处理领域极具意义。本研究在上流式厌氧污泥床(Up-flow ana
学位
随着全球计算力的提升,深度学习的方法正在成为解决人工智能问题的一个重要途径。图像语义分割是计算机视觉中一个重要的研究热点,在现实中被广泛应用于无人驾驶,辅助医疗诊断以及地理信息系统等。图像语义分割从本质上来讲是对图像各个像素点进行稠密分类的工作,传统算法是用一般的机器学习方法来手工设计图像的语义特征,之后再使用SVM等分类器进行分类来得到最终的图像分割结果。卷积神经网络在计算机视觉领域不断突破现有
学位
目标跟踪是计算机视觉领域中一项基础研究任务,在视频监控、城市安防、智慧交通的场景中应用广泛。因此,对目标跟踪方法的研究具有重要的理论意义和应用价值。随着深度学习的快速发展,基于深度神经网络的目标跟踪方法表现出优越的性能,目标跟踪算法整体性能得到了显著的提升。其中,基于全卷积孪生网络的目标跟踪算法,由于其良好的跟踪精度与高效的跟踪效率,受到了研究人员的广泛关注。然而,由于背景杂乱、光照变化、目标表观
学位
双离子电池是一种超越传统摇椅电池的新型电池体系,它具有高能量密度、低成本,环保和长寿命等优点,已成为研究热点之一。传统的双离子电池其正负极均采用石墨电极材料,石墨负极在双离子电池中低的理论比容量导致整体电池低能量密度问题,因此探究可替代石墨的负极材料是改善双离子电池性能的有效措施之一。采用高比容量的锂金属作为负极材料可显著提升电池的能量密度,但锂金属负极在循环过程中存在严重的锂枝晶生长问题导致电池
学位
图像语义分割是计算机视觉任务中一个经典的研究方向,其目的是对图像中的每一个像素点进行分类,使得图像语义信息相同的像素点具有相同的语义类标,从而实现对图像的语义内容分割。得益于深度学习技术的不断发展,图像语义分割任务取得了一系列巨大的突破,运用卷积神经网络技术解决图像语义分割难题已经成为主流方法。基于深度全卷积神经网络(FCN)的图像语义分割模型的训练过程可以被归纳为三个阶段:(1)主干层级特征提取
学位
本论文在医疗信息化背景下,利用物联网、大数据分析技术,结合人工智能,机器学习算法设计了具备医疗信息通信与交互、智能化识别、监控和管理为一体的医疗物联网平台,实现了前端设备数据采集、多源异构体征数据归一化处理、远程体征信息智能建模分析、应用服务共享互惠的需求。传统医疗信息化系统存在数据孤岛现象严重、数据评判标准单一、患者病情误判率高的问题,且传统的体征测量及传输方式无法对病人体征进行实时监测,不能有
学位