Modelado y verificación experimental de la precipitación de nanopartículas de policaprolactona

Área de la Ciencia:

• Ciencia de los Materiales
• Ingeniería Química
• Ingeniería Biomédica

Sus antecedentes:

• La síntesis de nanopartículas mediante nanoprecipitación es crucial para la administración de fármacos.
• La predicción y el control precisos del tamaño de las nanopartículas son esenciales para obtener resultados reproducibles.
• Los modelos existentes a menudo pasan por alto la coalescencia de partículas, lo que limita la precisión predictiva.

Objetivo del estudio:

• Desarrollar un modelo numérico rentable y experimentalmente eficiente para predecir el tamaño de las nanopartículas de policaprolactona (PCL).
• Incorporar el crecimiento impulsado por difusión y el tiempo de coalescencia finito en el modelo.
• Permitir el diseño racional y la optimización de los procesos de nanoprecipitación.

Principales métodos:

• Desarrolló un modelo numérico basado en la ecuación de difusión.
• Sintetizó nanopartículas de PCL variando la concentración del polímero, la cantidad de surfactante y los métodos de mezcla (incluida la microfluídica).
• Validó las predicciones del modelo con datos experimentales.

Principales resultados:

• El modelo mostró una fuerte concordancia con los datos experimentales.
• Se logró una mayor precisión predictiva en comparación con modelos anteriores limitados por difusión.
• Se optimizaron con éxito los parámetros del proceso, mejorando el control del tamaño y reduciendo la agregación.

Conclusiones:

• El modelo desarrollado ofrece una herramienta práctica y computacionalmente eficiente para el diseño de nanopartículas poliméricas.
• El marco mejora la escalabilidad, la reproducibilidad y reduce el consumo de recursos de la nanoprecipitación.
• El modelo es adaptable a otros polímeros y formulaciones, con amplias aplicaciones en nanomedicina y administración de fármacos.