polito.it
Politecnico di Torino (logo)

Modellazione dell’effetto del solvente nella precipitazione di nanoparticelle polimeriche = Modeling of the effect of the solvent in the precipitation of polymeric nanoparticles

Marco Ferrari

Modellazione dell’effetto del solvente nella precipitazione di nanoparticelle polimeriche = Modeling of the effect of the solvent in the precipitation of polymeric nanoparticles.

Rel. Daniele Marchisio. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Chimica E Dei Processi Sostenibili, 2018

[img]
Preview
PDF (Tesi_di_laurea) - Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (5MB) | Preview
Abstract:

I processi di spostamento di solvente sono largamente utilizzati nell’industria farmaceutica per la produzione di nanoparticelle polimeriche (NP). Negli ultimi anni, le NP sono diventate di particolare interesse scientifico grazie alla loro peculiare proprietà come nano-vettori per il rilascio controllato di farmaci. Dato il loro impiego all’interno del corpo umano, le NP devono essere biocompatibili e non tossiche; il poli-ε-caprolattone (PCL), il polimero utilizzato in questo lavoro, possiede tali proprietà. Una delle più comuni tecniche per la produzione di NP è la Nano-Precipitazione Flash (FNP) con spostamento di solvente. La FNP consiste nella miscelazione di due correnti all’interno di un’apparecchiatura continua di piccole dimensioni, dell’ordine dei millimetri. La prima corrente è costituita da un solvente, all’interno del quale sono disciolti dei soluti, solitamente composti da polimero, principio attivo ed eventuali additivi. La seconda corrente contiene il cosiddetto anti-solvente completamente miscibile con il primo ma incompatibile con il soluto. Per tali ragioni, le due soluzioni vengono chiamate rispettivamente “buon” solvente e “cattivo” solvente. Nel momento in cui le due correnti vengono miscelate insieme, la presenza dell’anti-solvente destabilizza la miscela e il soluto supera il suo limite di solubilità, andando incontro alla transizione di fase, l’aggregazione e conseguentemente alla formazione e precipitazione di nanoparticelle. La FNP viene modellizzata attraverso l’approccio multiscala, il quale consiste nel combinare la dinamica molecolare (MD) per la scala molecolare, il bilancio di popolazione (PBM) per la meso-scala e la fluidodinamica computazionale (CFD) per la macro-scala. La velocità con la quale le molecole polimeriche interagiscono e aggregano è definita kernel di aggregazione. Esso compare all’interno del PBM e tiene conto del moto Browniano e delle fluttuazioni turbolente. Viene calcolato direttamente da simulazioni di MD, le quali sono state utilizzate per fittare la legge di Flory che definisce il raggio di giro delle NP. I termini di nucleazione, crescita molecolare e aggregazione che compaiono usualmente nel PBM vengono rimpiazzati da un termine sorgente puramente-aggregativo, all’interno del quale il numero di molecole che formano un cluster è utilizzato come coordinata interna dell’equazione di bilancio di popolazione. L’influenza della miscelazione turbolenta sulla formazione delle particelle è modellizzata con il metodo diretto di quadratura dei momenti accoppiato all’interazione e scambio con la media (DQMOM-IEM), mentre il PBM è risolto utilizzando il metodo di quadratura dei momenti (QMOM). Infine, le scale del PBM e di CFD vengono accoppiate insieme e implementate in Ansys Fluent 15.0 attraverso un’appropriata funzione definita dall’utente (UDF). Già in lavori passati, il modello è stato testato e validato in un Confined Impinging Jets Mixer (CIJM) con PCL, acetone e acqua come molecola polimerica, solvente e anti-solvente rispettivamente. Qui, l'obbiettivo è identificare i parametri chiave che controllano la dimensione finale delle NP quando differenti “buon” solventi (acetonitrile e THF) vengono utilizzati e validarli tramite il confronto con i dati sperimentali. Gli sviluppi futuri consistono nel testare il modello per differenti geometrie e simulare la presenza di farmaci e additivi, finora trascurati, all'interno delle NP.

Relatori: Daniele Marchisio
Anno accademico: 2018/19
Tipo di pubblicazione: Elettronica
Numero di pagine: 79
Soggetti:
Corso di laurea: Corso di laurea magistrale in Ingegneria Chimica E Dei Processi Sostenibili
Classe di laurea: Nuovo ordinamento > Laurea magistrale > LM-22 - INGEGNERIA CHIMICA
Aziende collaboratrici: NON SPECIFICATO
URI: http://webthesis.biblio.polito.it/id/eprint/8650
Modifica (riservato agli operatori) Modifica (riservato agli operatori)