Optimization of a two-step desolvation method for preparing gelatin nanoparticles and cell uptake studies in 143B osteosarcoma cancer cells.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: To establish a matrix of parameters to synthesize nanoparticles of different sizes and to investigate the cellular uptake of these nanoparticles by osteosarcoma cancer cells in order to investigate their potential as therapeutic drugdelivery carriers. METHODS: Gelatin A and B were used to synthesize nanoparticles by a two-step desolvation process. Different parameters were investigated, including temperature, pH, concentration of glutaraldehyde, type of desolvating agent and nature of gelatin. For cell uptake studies, Texas Red labeled nanoparticles were incubated with 143B osteosarcoma cells and then evaluated using confocal laser scanning microscopy (CLSM). RESULTS: The systematic investigation of the synthesis parameters showed that it is possible to prepare gelatin-based nanoparticles with different particle sizes and a narrow size distribution. Temperature and nature of the gelatin were the most important synthesis factors. Bioimaging using CLSM showed uptake of the nanoparticles by 143B osteosarcoma cancer cells. CONCLUSIONS: Osteosarcoma cancer cells take up gelatin nanoparticles. This might improve the clinical effectiveness of anti-cancer treatments if nanoparticles are used as a drug delivery system and has important implications for future cancer treatment strategies.
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.
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 découle