Evidence of energy transfer in nanoparticle-porphyrins conjugates for radiation therapy enhancement
Notice bibliographique
Résumé
We report progress towards combining radiation therapy (RT) and photodynamic therapy (PDT) using scintillating nanoparticle (NP)-photosensitizer conjugates. In this approach, scintillating NPs are excited by clinically relevant ionizing radiation sources and subsequently transfer energy to conjugated photosensitizers via FRET, acting as an energy mediator between ionizing radiation and photosensitizer molecules. The excited photosensitizers generate reactive oxygen species that can induce local damage and immune response. Advantages of the scheme include: 1) Compared with traditional radiation therapy, a possible decrease of the total radiation dose needed to eliminate the lesion; 2) Compared with traditional PDT, the ability to target deeper and more highly pigmented lesions; 3) The possibility of additional photosensitizing effects due to the scintillation of the nanoparticles. In this work, the photosensitizer molecule chlorin e6 was covalently bound to the surface of LaF3:Ce NPs. After conjugation, the photoluminescence intensity of NPs decreased, and fluorescence lifetime of conjugated chlorin e6 became sensitive to excitation wavelength, suggesting rapid FRET. In addition, scintillation spectra of nanoparticles were measured. Preliminary calculations suggest that the observed scintillation efficiencies are sufficient to enhance RT. In vitro cancer cell studies suggest conjugates are taken up by cells. Survival curves with radiation exposure suggest that the particles alone cause radiosensitization comparable to that seen with gold nanoparticles.
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 | 0,001 | 0,001 |
| 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 ».