In vivo imaging of immune cell dynamics in skin in response to zinc-oxide nanoparticle exposure
Notice bibliographique
Résumé
Zinc oxide (ZnO) nanoparticles (NPs) are widely used in cosmetic and sunscreen products which are applied topically to the skin. Despite their widespread use, the safety and biological response of these particles remains an active area of investigation. In this paper we present methods based on in vivo multiphoton microscopy (MPM) in skin to address relevant questions about the potential toxicity and immunological response of ZnO NPs. Registration of time-lapse volumetric MPM images allows the same skin site to be tracked across multiple days for visualizing and quantifying cellular and structural changes in response to NP exposure. Making use of the unique optical properties of ZnO enables high contrast detection of the NPs in the presence of strong autofluorescence and second harmonic generation (SHG) background from the skin. A green fluorescent protein (GFP) bone marrow (BM) transplanted mouse model is used to visualize and assess the dynamic response of BM-derived immune cells. These cells are visualized to assess the potential for ZnO NPs to interact with immune cells and elicit an immune reaction in skin. We investigate both topical and dermal exposure of the ZnO NPs. The methods and findings presented in this paper demonstrate a novel approach for tracking ZnO NPs in vivo and for visualizing the cellular response of the exposed tissue to assess the immunological response and potential toxicity of these particles.
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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».