Assembly of near infra-red emitting upconverting nanoparticles and multiple Gd(<scp>iii</scp>)-chelates as a potential bimodal contrast agent for MRI and optical imaging
Notice bibliographique
Résumé
Linking multiple paramagnetic gadolinium(III)-chelates based on the 2-[4,7,10-tris(carboxymethyl)-1,4,7,10-tetraazacyclododec-1-yl]acetate (DOTA) ligand to the surface of NaGdF4:Yb(3+),Tm(3+) upconverting nanoparticles with an average particle size of 20 nm resulted in an assembly that has favorable properties for bimodal Magnetic Resonance Imaging (MRI) and Optical Imaging (OI). An improved synthetic pathway was used to couple the paramagnetic precursor to the nanoparticles. The nanoparticles were rendered water dispersible via citrate capping, leaving one acid group free for amide coupling with the mono-amino precursor of the DOTA ligand. Luminescence spectroscopy measurements have shown that the excitation of the nanoconstruct at 980 nm resulted in intense upconverted emission of thulium(III) at 800 nm. The assembly of several paramagnetic centers on the nanoparticle scaffold reduces the overall tumbling rate, resulting in enhanced longitudinal relaxation times and improved relaxivity. The proton NMRD profiles show a characteristic hump at higher frequencies, which is caused by the slow rotation of the nanoconstruct, resulting in r1 values of 25 mM(-1) s(-1) per gadolinium(III)-ion at 60 MHz and 310 K. This is a significant improvement compared to the Gd-DO3A-ethylamine precursor (4) for which a value of r1 of 3.23 mM(-1) s(-1) was observed under the same conditions. Theoretical fitting by two different approaches showed an increase of τR from 57.3 ps for the Gd-DO3A-ethylamine precursor (4) to 392.0 ps for the nanoconstruct, which is responsible for the overall substantial increase in relaxivity.
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.
Comment cette classification a été obtenuedéplier
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».