Size-Dependent Gold Nanoparticle Interaction at Nano–Micro Interface Using Both Monolayer and Multilayer (Tissue-Like) Cell Models
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Gold nanoparticles (GNPs) are emerging as a novel tool to improve existing cancer therapeutics. GNPs are being used as radiation dose enhancers in radiation therapy as well as anticancer drugs carriers in chemotherapy. However, the success of GNP-based therapeutics depends on their ability to penetrate tumor tissue. GNPs of 20 and 50 nm diameters were used to elucidate the effects of size on the GNP interaction with tumor cells at monolayer and multilayer level. At monolayer cell level, smaller NPs had a lower uptake compared to larger NPs at monolayer cell level. However, the order was reversed at tissue-like multilayer level. The smaller NPs penetrated better compared to larger NPs in tissue-like materials. Based on our study using tissue-like materials, we can predict that the smaller NPs are better for future therapeutics due to their greater penetration in tumor tissue once leaving the leaky blood vessels. In this study, tissue-like multilayer cellular structures (MLCs) were grown to model the post-vascular tumor environment. The MLCs exhibited a much more extensive extracellular matrix than monolayer cell cultures. The MLC model can be used to optimize the nano-micro interface at tissue level before moving into animal models. This would accelerate the use of NPs in future cancer therapeutics.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle