طراحی یک سامانه دارورسان مبتنی بر گرافن اکسید پیوندخورده با پلیمر برای کورکومین: بهینه سازی با RSM و مطالعه سمیت سلولی
Publish place: Advanced materials and technologies، Vol: 12، Issue: 2
Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 110
This Paper With 16 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JEMI-12-2_002
تاریخ نمایه سازی: 13 آبان 1402
Abstract:
در این پژوهش، بیونانوکامپوزیت گرافن اکسید پیوندخورده با یک پلیمر مشتق از سلولز طبیعی (CCG) تهیه شد و کارایی آن به عنوان یک حامل هدفمند برای بارگذاری داروی ضدسرطان کورکومین مورد مطالعه قرار گرفت. ویژگی های سطحی و ساختاری CCG با آنالیزهای FESEM، BET، و FTIR بررسی شد. روش سطح پاسخ (RSM) و طرح کامپوزیت مرکزی برای بهینه سازی عوامل موثر شامل pH، زمان تماس، و غلظت اولیه دارو بر درصد جذب دارو روی کامپوزیت استفاده شد. نتایج حاصل از طراحی کامپوزیت مرکزی نشان داد که یک مدل درجه دوم با ضریب تعیین ۹۸۴۵/۰ و ۰۰۰۱/۰ > p برای برازش داده های تجربی مناسب است و بیشینه جذب (۷۰ درصد) در شرایط ۶ = pH، زمان تماس ۶۰ دقیقه و غلظت اولیه ۲۰ میلی گرم بر لیتر پیش بینی شد. درصد رهایش دارو از نانوحامل CUR@CCG در۶/۵ = pH به میزان چشمگیری بیش از ۴/۷ = pH بود که نشان دهنده اثربخشی سامانه در محیط سلول سرطانی است. اثر سمیت سلولی CUR، CCG، و CUR@CCG روی دو رده سلولی سالم (MCF ۱۰A) و سرطانی (MDA-MB ۲۳۱) پستان به روش MTT بررسی شد. اثر سمیت سلولی CUR@CCG در غلظت ۹۶ میکروگرم بر میلی لیتر و در زمان ۲۴ ساعت بر سلول های MDA-MB ۲۳۱، در حدود ۴۵ درصد و کمی کمتر از CUR آزاد (۵۰ درصد) بود. بر اساس نتایج حاصل، بیونانوکامپوزیت CCG می تواند به عنوان یک نانوحامل زیست سازگار و هدفمند برای داروی ضد سرطان CUR مورد استفاده قرار گیرد.
Keywords:
Authors
الهام دانش مغانلو
دانشکده داروسازی و علوم دارویی، دانشگاه علوم پزشکی آزاد اسلامی، تهران، ایران
مهساسادات میرعلینقی
دانشکده علوم پایه، واحد ورامین- پیشوا، دانشگاه آزاد اسلامی، ورامین، ایران
الهام منیری
دانشکده علوم پایه، واحد ورامین- پیشوا، دانشگاه آزاد اسلامی، ورامین، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :