RGD-functionalized ultrasmall iron oxide nanoparticles for targeted T<sub>1</sub>-weighted MR imaging of gliomas
Notice bibliographique
Résumé
We report a convenient approach to prepare ultrasmall Fe3O4 nanoparticles (NPs) functionalized with an arginylglycylaspartic acid (RGD) peptide for in vitro and in vivo magnetic resonance (MR) imaging of gliomas. In our work, stable sodium citrate-stabilized Fe3O4 NPs were prepared by a solvothermal route. Then, the carboxylated Fe3O4 NPs stabilized with sodium citrate were conjugated with polyethylene glycol (PEG)-linked RGD. The formed ultrasmall RGD-functionalized nanoprobe (Fe3O4-PEG-RGD) was fully characterized using different techniques. We show that these Fe3O4-PEG-RGD particles with a size of 2.7 nm are water-dispersible, stable, cytocompatible and hemocompatible in a given concentration range, and display targeting specificity to glioma cells overexpressing αvβ3 integrin in vitro. With the relatively high r1 relaxivity (r1 = 1.4 mM(-1) s(-1)), the Fe3O4-PEG-RGD particles can be used as an efficient nanoprobe for targeted T1-weighted positive MR imaging of glioma cells in vitro and the xenografted tumor model in vivo via an active RGD-mediated targeting pathway. The developed RGD-functionalized Fe3O4 NPs may hold great promise to be used as a nanoprobe for targeted T1-weighted MR imaging of different αvβ3 integrin-overexpressing cancer cells or biological systems.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».