Desarrollo y evaluación in vivo de nanotransportadores de fentanilo liposomales mediante hidratación de película delgada y caracterización basada en IA para una mayor eficacia analgésica en anestesia.
Autores: Zare Zardini, Hadi; Saberian, Elham; Jenča, Andrej; Jenča Jr, Andrej; Petrásová, Adriána; Jenčová, Janka; Hossein Jarrahzadeh, Mohammad
Idioma: Inglés
Editor: Rafal Marszalek
Año: 2025
Acceso abierto
Artículo OA
Categoría
Ciencias de los Materiales
Subcategoría
Materiales para aplicaciones biomédicas
Palabras clave
Fentanilo liposomal
Eficacia analgésica
Encapsulación de fármacos
Inteligencia artificial
Modelo de dolor in vivo
Cinética de liberación de fármacos
Licencia
CC BY – Atribución
Consultas: 40
Citaciones: Materiales avanzados y nanotecnología
Este artículo presenta una formulación liposomal de fentanilo que permite mejorar su eficacia analgésica y reducir efectos adversos, incorporando herramientas de inteligencia artificial para caracterizar y optimizar el sistema nanotransportadores. Los liposomas fueron preparados por métodos convencionales y posteriormente analizados mediante redes neuronales para evaluar su morfología de manera automatizada, mientras que modelos de aprendizaje supervisado se emplearon para predecir propiedades de formulación según parámetros de diseño. La formulación mostró una liberación controlada del fármaco y, en pruebas in vivo, produce una anestesia más prolongada sin los efectos secundarios típicos del fentanilo libre. Los autores concluyen que la combinación de nanotecnología y modelado basado en IA no solo permite un diseño más racional y reproducible de sistemas liposomales, sino que también conduce a perfiles terapéuticos más seguros y eficaces en analgesia.
Descripción
Este artículo presenta una formulación liposomal de fentanilo que permite mejorar su eficacia analgésica y reducir efectos adversos, incorporando herramientas de inteligencia artificial para caracterizar y optimizar el sistema nanotransportadores. Los liposomas fueron preparados por métodos convencionales y posteriormente analizados mediante redes neuronales para evaluar su morfología de manera automatizada, mientras que modelos de aprendizaje supervisado se emplearon para predecir propiedades de formulación según parámetros de diseño. La formulación mostró una liberación controlada del fármaco y, en pruebas in vivo, produce una anestesia más prolongada sin los efectos secundarios típicos del fentanilo libre. Los autores concluyen que la combinación de nanotecnología y modelado basado en IA no solo permite un diseño más racional y reproducible de sistemas liposomales, sino que también conduce a perfiles terapéuticos más seguros y eficaces en analgesia.