マルチコア超常磁性酸化鉄ナノ粒子のサイズ均一性の向上

Improving the Size Homogeneity of Multicore Superparamagnetic Iron Oxide Nanoparticles.

• Barry J Yeh
• Tareq Anani
• Allan E David

抄録

超常磁性酸化鉄ナノ粒子（SPION）は、多くの生物医学的用途での使用のために広く探索されてきました。しかし、磁性ナノ粒子（MNP）を合成するための方法は、典型的には、幅広いサイズ分布を持つマルチコア構造が得られ、その結果、生体内での性能は最適ではなく、可変である。本研究では、従来の磁場流分画法（MFFF）を改良した、SPIONsをサイズ別に選別するための新しい方法である、ラベル付き拡散磁気分画法（DMF）を導入した。一定の磁場を用いて粒子を捕捉するMFFFとは異なり、DMFはパルス磁場を利用して、SPIONsの拡散性と磁気吸引力のサイズ依存性の違いを利用して、より均質な粒子径分布を得ることができます。両法を比較するために、広い粒度分布（多分散性指数（PdI）=0.24±0.05）を持つマルチコアSPIONを9つの異なるサイズのSPIONサブ集団に分画し、PdI値を比較しました。DMF法はMFFF法と比較して有意に改善されたサイズ分離を提供し、9つの分画のうち8つは有意に低いPdI値（値<0.01）を有していた。さらに、DMF法は高い粒子回収率（95%以上）、優れた再現性、スケールアップの可能性を示した。最適化を可能にする数理モデルを開発し、実験結果からモデル予測値（=0.98）を確認した。

Superparamagnetic iron oxide nanoparticles (SPIONs) have been widely explored for use in many biomedical applications. Methods for synthesis of magnetic nanoparticle (MNP), however, typically yield multicore structures with broad size distribution, resulting in suboptimal and variable performance in vivo. In this study, a new method for sorting SPIONs by size, labeled diffusive magnetic fractionation (DMF), is introduced as an improvement over conventional magnetic field flow fractionation (MFFF). Unlike MFFF, which uses a constant magnetic field to capture particles, DMF utilizes a pulsed magnetic field approach that exploits size-dependent differences in the diffusivity and magnetic attractive force of SPIONs to yield more homogenous particle size distributions. To compare both methods, multicore SPIONs with a broad size distribution (polydispersity index (PdI) = 0.24 ± 0.05) were fractionated into nine different-sized SPION subpopulations, and the PdI values were compared. DMF provided significantly improved size separation compared to MFFF, with eight out of the nine fractionations having significantly lower PdI values ( value < 0.01). Additionally, the DMF method showed a high particle recovery (>95%), excellent reproducibility, and the potential for scale-up. Mathematical models were developed to enable optimization, and experimental results confirmed model predictions ( = 0.98).