Dynamic imaging of transient bubbles generated by femtosecond irradiation of plasmonic nanoparticles in suspensions and cell environment
Notice bibliographique
Résumé
Femtosecond (fs) laser generation of submicron bubbles around plasmonic nanoparticles (NPs) plays a key role in advanced laser nanosurgery applications such as cell membrane perforation and cell transfection. In this context, we have developed a pump-probe shadowgraphic ultrafast imaging technique capable of tracking transient bubbles generated by fs irradiation (λ =800 nm, τ = 45 fs) of: (a) plasmonic NPs in suspensions and (b) plasmonic NPs attached to cells. The laser fluence was systematically varied from 100 mJ/cm<sup>2</sup> to 500 mJ/cm2 to study the effect on the bubble dynamics generated around 100 nm gold NPs (Au NPs). The plasmonic bubble (PB) generation threshold as well as the NPs deformation threshold were defined. Dark field (DF) imaging and scanning electron microscopy (SEM) revealed NP clustering when 100 nm bare Au NPs were incubated with a cancer cell culture. NP clustering was correlated with PB generation using a combined pump-probe and DF imaging approach. The clustering effect resulted in a significant 4- times decrease to the PB generation threshold compared to single NPs. The clustering effect was further investigated by evaluating bare and polyethylene glycol (PEG) functionalized NPs in terms of PB generation efficiency.
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 | 0,000 | 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 ».