Properties of a novel magnetized alginate for magnetic resonance imaging
Notice bibliographique
Résumé
Implanting recombinant cells encapsulated in alginate microcapsules to secrete therapeutic proteins has been proven clinically effective in treating several murine models of human diseases. However, once implanted, these microcapsules cannot be assessed without invasive surgery. We now report the preparation and characterization of a novel ferrofluid to render these microcapsules visible with magnetic resonance imaging (MRI). The ferrofluid was prepared as a colloidal iron oxide stabilized in water by alginate. The presence of iron particles in the ferrofluid was verified with chemical titration, dynamic light scattering, and magnetization measurement. The microcapsules fabricated with various concentrations of the ferrofluid in the core, or on the surface of alginate microcapsules, or both, all produced microcapsules with smooth surfaces as shown with light and scanning electron microscopy. However, at the nanoscale level, as revealed with atomic force microscopy, the ferrofluid-fabricated microcapsules demonstrated increased granularity, particularly when the ferrofluid was used to laminate the surface. From the force spectroscopy measurements, these modified microcapsules showed increasing surface rigidity in the following order: traditional alginate < ferrofluid in the core < ferrofluid on the surface. Although the mechanical stability of low-concentration ferrofluid (0.1%) microcapsules was reduced, increasing concentrations, up to 20%, were able to improve stability. When these ferrofluid microcapsules were examined with MRI, their T(2) relaxation time was reduced, thereby producing increased contrast readily detectable with MRI, whereas the traditional alginate microcapsules showed no difference when compared with water. In conclusion, such ferrofluid-enhanced alginate is suitable for fabricating microcapsules that offer the potential for in vivo tracking of implanted microcapsules without invasive surgery.
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 | 0,001 |
| 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) | 0,001 | 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 ».