Breast cancer therapy by laser-induced Coulomb explosion of gold nanoparticles.
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
OBJECTIVE: Laser-induced Coulomb explosion of gold nanoparticles for breast cancer has been studied by nanophotolysis technique. This study aimed to investigate whether laser-induced bubble formation due to Coulomb explosion can provide an effective approach for selective damage of breast cancer with gold nanoparticles. METHOD: Numerical method involves laser-induced Coulomb explosion of gold nanoparticles. Different parameters related to nanophotolysis such as laser fluence, tumor depth, cluster radius, laser pulse duration, and bubble formation is studied numerically. Numerical simulation was performed using Mat lab. RESULTS: The gold nanoparticles of 10, 20, 30, 40, and 50 nm in radius could penetrate into tumor 1.14, 1.155, 1.189, 1.20 and 1.22 cm in depth respectively. The maximum penetration depth in tumor could be obtained with nanoparticles of 50 nm radius. Short laser pulse of 40 ns with nanoparticles of 10 nm radius could penetrate into tumor 1.14 cm in depth. Bubbles with a radius of 9 µm could effectively kill breast cancer cells without damaging healthy ones. The bubble radius increased from 4 to 9 µm with an increase in pulse duration in the range of 10 to 30 ns. CONCLUSIONS: Gold nanoparticles with increasing radius and bubble formation for selective damage of breast cancer cells are successfully probed. The present calculated results are compared with other experimental findings, and good correlation is found between the present work and previous experimental values. It was demonstrated that bubble formation in tumor may further increase the efficacy of breast cancer treatment.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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