Toxicity evaluation of high-fluorescent rare-earth metal nanoparticles for bioimaging applications
Notice bibliographique
Résumé
Research on nanometer-sized luminescent semiconductors and their biological applications in detectors and contrasting agents is an emergent field in nanotechnology. When new nanosize technologies are developed for human health applications, their interaction with biological systems should be studied in depth. Rare-earth elements are used in medical and industrial applications, but their toxic effects are not known. In this work, the biological interaction between terbium-doped gadolinium oxysulfide nanoparticles (GOSNPs) with human peripheral blood mononuclear cells (PBMC), human-derived macrophages (THP-1), and human cervical carcinoma cell (HeLa) were evaluated. The GOSNPs were synthetized using a hydrothermal method to obtain monodisperse nanoparticles with an average size of 91 ± 9 nm. Characterization techniques showed the hexagonal phase of the Gd2O2S:Tb3+ free of impurities, and a strong green emission at λemi = 544 nm produced by Tb3+ was observed. Toxic effects of GOSNPs were evaluated using cell viability, apoptosis, cell-cycle progression, and immunological response techniques. In addition, an Artemia model was used to assess the toxicity in vivo. Results indicated cell apoptosis in both types of cells with less sensitivity for PBMC cells compared to HeLa cells. In addition, no toxic effects were observed in the in vivo model of Artemia. Moreover, GOSNPs significantly reduced the activation and cell-cycle progression of PBMC and HeLa cells, respectively. Interestingly, an increase in proinflammatory cytokines was not observed. Our data suggest that fluorescence applications of GOSNPs for biolabeling are not toxic in primary immune cells and they may have an immunomodulatory effect. © 2015 Wiley Periodicals, Inc. J Biomed Mater Res Part B: Appl Biomater, 105B: 605–615, 2017.
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 | 0,026 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».