論文の概要: Geometry-Dependent Properties of Physically Crosslinked PPy-PVA Hydrogels Enable Tunable Iontophoretic Drug Delivery

• arxiv url: http://arxiv.org/abs/2610.31567v1
• Date: Thu, 22 Oct 2026 17:10:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-24 02:08:44.490688
• Title: Geometry-Dependent Properties of Physically Crosslinked PPy-PVA Hydrogels Enable Tunable Iontophoretic Drug Delivery
• Title（参考訳）: 物理的に架橋したPPy-PVAハイドロゲルの形状依存性
• Abstract要約: ハイドロゲルのジオメトリーは、異なる微細構造と電界分布を示した。 平均電離層透過性は3.80 +/- 1.93) x 10-5で、人工膜を用いて報告された値を上回った。
• 参考スコア（独自算出の注目度）: 0.3694429692322631
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Objective: Iontophoretic drug delivery has primarily relied on current modulation to regulate drug transport. Here, we investigate hydrogel geometry, microstructure, and local electric fields as alternative mechanisms for controlling transdermal delivery. Methods: Bovine serum albumin (BSA) was encapsulated in polypyrrole-polyvinyl alcohol (PPy-PVA) hydrogels. Five geometries, including Hilbert curve-based designs, were fabricated to vary pore architecture and local electric field distributions. We optimized PPy content, drug loading, and current density. Electric fields were evaluated using finite element analysis, and microstructures were characterized by scanning electron microscopy. Drug transport was assessed using Franz diffusion cells with artificial membranes. Results: Hydrogel geometries exhibited distinct microstructures and electric field distributions. Iontophoresis substantially enhanced permeability compared with passive diffusion, while individual geometries produced different cumulative release, flux, and permeability profiles. The average iontophoretic permeability was (3.80 +/- 1.93) x 10^-5, exceeding previously reported values using artificial membranes. Conclusion: Geometry-driven fabrication of drug-loaded hydrogels enables tunable transport characteristics under both iontophoretic and passive conditions. Significance: Geometry-mediated control offers an alternative approach to regulating iontophoretic drug delivery without requiring individual current-density modulation.
• Abstract（参考訳）: 目的: イオン吸入性薬物の輸送は、薬物輸送を制御するために、主に現在の調節に依存している。 そこで本研究では, トランスダーマルデリバリー制御の代替メカニズムとして, ハイドロゲル形状, ミクロ構造, 局所電場について検討する。 方法:ウシ血清アルブミン (BSA) をポリピロール-ポリビニルアルコール (PPy-PVA) ハイドロゲルに封入した。 ヒルベルト曲線に基づく設計を含む5つの測地は、細孔構造と局所電界分布を変えるために作られた。 PPy含有量,薬物負荷量,電流密度を最適化した。 有限要素解析により電場評価を行い, 走査電子顕微鏡により微細構造を解析した。 薬物輸送は人工膜を用いたフランツ拡散細胞を用いて評価された。 結果: ハイドロゲルジオメトリーは, 異なる微細構造と電界分布を示した。 イオントフォアシスは受動拡散と比較して透過性を大幅に向上し, 個々のジオメトリーは累積放出, フラックス, 透過性プロファイルが異なる。 電離層透過率の平均は3.80 +/- 1.93) x 10^-5であり, 人工膜を用いた場合よりも高い値を示した。 結語: 薬物を担持したハイドロゲルの幾何学的製法は、電離層と受動層の両方の条件下で、調節可能な輸送特性を実現する。 意義: 幾何学的制御は、個々の電流密度変調を必要とせず、イオントポシー薬の投与を規制するための代替アプローチを提供する。

関連論文リスト

• PolyJarvis: LLM Agent for Autonomous Polymer MD Simulations [49.024137619510526]
  我々は,大規模な言語モデル(LLM)とRadonPyシミュレーションプラットフォームを結合するエージェントであるPolyJarvisを紹介する。 ポリマー名またはSMILES文字列が与えられた後、PolyJarvisはモノマーの構築、電荷割り当て、重合、力場パラメータ化、特性計算を自律的に実行する。 その結果, APS, PMMAの基準値の17～24%は0.1～4.8%, バルク変調率で, 密度予測は17～24%であった。
  論文  参考訳（メタデータ） (2026-04-02T21:43:35Z)
• Surface-based Molecular Design with Multi-modal Flow Matching [64.00572241268597]
  SurfFlowは、ペプチドの配列、構造、表面の包括的な共設計を可能にする、新しい表面ベースの生成アルゴリズムである。 包括的なPepMergeベンチマークで評価すると、SurfFlowはすべてのメトリクスで一貫して全原子ベースラインを上回っている。
  論文  参考訳（メタデータ） (2026-01-08T02:19:29Z)
• A predictive machine learning force field framework for liquid electrolyte development [11.463808946378743]
  本稿では,分子動力学(MD)シミュレーションの予測フレームワークであるBAMBOOを紹介する。 我々は、量子力学シミュレーションから学ぶため、BAMBOOのバックボーンとして、物理に着想を得たグラフ同変変変圧器アーキテクチャを設計する。 また,アンサンブル知識蒸留手法を導入してMLFFに適用し,MDシミュレーションによる観測の変動を低減する。
  論文  参考訳（メタデータ） (2024-04-10T17:31:49Z)
• Interface-Driven Peptide Folding: Quantum Computations on Simulated Membrane Surfaces [0.0]
  本研究では、既存の量子コンピューティングアルゴリズムを拡張し、界面における抗菌ペプチド相互作用の複雑さに対処する。 われわれの手法では、同質なメディアのシミュレーションに比べてより多くの量子ビットを必要としておらず、現在の量子コンピューティング資源でより実現可能である。
  論文  参考訳（メタデータ） (2024-01-10T11:18:19Z)
• Exploring Chemical Space with Score-based Out-of-distribution Generation [57.15855198512551]
  生成微分方程式(SDE)にアウト・オブ・ディストリビューション制御を組み込んだスコアベース拡散方式を提案する。 いくつかの新しい分子は現実世界の薬物の基本的な要件を満たしていないため、MOODは特性予測器からの勾配を利用して条件付き生成を行う。 我々はMOODがトレーニング分布を超えて化学空間を探索できることを実験的に検証し、既存の方法で見いだされた分子、そして元のトレーニングプールの上位0.01%までも生成できることを実証した。
  論文  参考訳（メタデータ） (2022-06-06T06:17:11Z)
• Real-time equation-of-motion CC cumulant and CC Green's function simulations of photoemission spectra of water and water dimer [54.44073730234714]
  実時間CC累積法で得られた結果について考察する。 これらの方法を用いて得られたイオン化ポテンシャルを価領域で比較した。 RT-EOM-CC法とCCGF法により得られたスペクトル関数の特徴を衛星ピークの位置と関連づけて解析した。
  論文  参考訳（メタデータ） (2022-05-27T18:16:30Z)
• BIGDML: Towards Exact Machine Learning Force Fields for Materials [55.944221055171276]
  機械学習力場(MLFF)は正確で、計算的で、データ効率が良く、分子、材料、およびそれらのインターフェースに適用できなければならない。 ここでは、Bravais-Inspired Gradient-Domain Machine Learningアプローチを導入し、わずか10-200原子のトレーニングセットを用いて、信頼性の高い力場を構築する能力を実証する。
  論文  参考訳（メタデータ） (2021-06-08T10:14:57Z)
• Autonomous Optimization of Fluid Systems at Varying Length Scales [55.41644538483948]
  本稿では,一様液滴を生成するハードウェア条件を正確に把握するコンピュータビジョン駆動型ベイズ最適化フレームワークを提案する。 この枠組みは、マイクロ流体系とインクジェット系を用いて、マイクロメートルとミリメートルの2つの流体系で検証されている。
  論文  参考訳（メタデータ） (2021-05-28T02:08:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。