Ultrasound-mediated method for rapid delivery of nano-particles into cells for intracellular surface-enhanced Raman spectroscopy and cancer cell screening
Notice bibliographique
Résumé
Surface-enhanced Raman spectroscopy (SERS) is a powerful technology for providing finger-printing information of cells. A big challenge has been the long time duration and inefficient uptake of metal nano-particles into living cells as substrate for SERS analysis. Herein, a simple method (based on ultrasound) for the rapid transfer of silver nanoparticles (NPs) into living cells for intracellular SERS spectroscopy was presented. In this study, the ultrasound-mediated method for NP delivery overcame the shortcoming of 'passive uptake', and achieved quick acquisition of reproducible SERS spectra from living human nasopharyngeal carcinoma cell lines (C666 and CNE1) and normal nasopharyngeal cell line (NP69). Tentative assignment of the Raman bands in the measured SERS spectra showed cancer cell specific biomolecular differences, including significantly lower DNA concentrations and higher protein concentrations in cancerous nasopharyngeal cells as compared to those of normal cells. Combined with PCA-LDA multivariate analysis, ultrasound-mediated cell SERS spectroscopy differentiated the cancerous cells from the normal nasopharyngeal cells with high diagnostic accuracy (98.7%), demonstrating great potential for high-throughput cancer cell screening applications.
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 | 0,000 |
| 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 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 ».