MétaCan
Menu
Retour à la cohorte
Enregistrement W2283763217 · doi:10.1149/ma2016-01/7/598

Raman Imaging of Cells Using Antibody-Derived Carbon Nanotubes Nanoprobes

2016· article· en· W2283763217 sur OpenAlexaffabout
Rafaella Oliveira do Nascimento, Nathalie Tang, Charlotte Allard, Minh Nguyen, Mirela Birlea, Louis Gaboury, Richard Martel

Notice bibliographique

RevueECS Meeting Abstracts · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSpectroscopy Techniques in Biomedical and Chemical Research
Établissements canadiensInstitute for Research in Immunology and CancerUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésRaman spectroscopyPhotobleachingCarbon nanotubeNanotechnologyAutofluorescenceSurface modificationFluorescenceMaterials scienceFluorescence-lifetime imaging microscopyBifunctionalBioconjugationChemistryOpticsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Microscopy of biological samples with fluorescent dyes exhibits strong signals, but also limitations such as photobleaching, poor long-term stability and low multicolour capabilities. In contrast, Raman imaging of molecules is better adapted for multiplexing, but its intrinsic signal is too weak to be useful for high resolution imaging. To compensate for the low sensitivity of Raman, contrast agents (probes) have been developed over the years to boost the Raman signal to levels near that of fluorescence. By encapsulating dyes inside single-walled carbon nanotubes (dyes@SWCNTs), our group has highlighted interesting optical properties that make them suitable as Raman nanoprobes [1]. Not only these probes show giant Raman signal from the dyes, but they are resistant also to photobleaching and offer multiplexing capabilities as well as versatile chemistry at their surfaces. Recently we show that PEGylated dyes@SWCNTs can indeed be used as nanoprobes having good Raman multiplexing properties for biological imaging [2]. Here, we will present recent results on their covalent functionalization with bifunctional polyethylene-glycols (NH2-PEG-R). A full physicochemical characterization of the probes carried out using TGA, Raman spectroscopy, AFM and 1H NMR will be presented. The covalent functionalization of these Dyes@PEGylated-SWCNTs nanoprobes with antibodies was developed to produce active targeting agents for cells. Using Raman hyperspectral imaging, we have demonstrated that these antibody-functionalized nanoprobes can effectively target living or fixed human and mouse cancer cells and that they can selectively attach, depending on the antibody, to specific targets immobilized on surfaces. [1] E. Gaufrès, N.Y.-W. Tang, F. Lapointe, J. Cabana, M.-A. Nadon, N. Cottenye, et al., Giant Raman scattering from J-aggregated dyes inside carbon nanotubes for multispectral imaging, Nat. Photonics. 8 (2013) 72–78. doi:10.1038/nphoton.2013.309. [2] N. Cottenye, N.Y.-W. Tang, E. Gaufrès, A. Leduc, J. Barbeau, R. Martel, Raman tags derived from dyes encapsulated inside carbon nanotubes for Raman imaging of biological samples, Phys. Status Solidi. 211 (2014) 2790–2794. doi:10.1002/pssa.201431401. [3] This work was made possible because of financial support from NSERC (Canada) and Photon Etc.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,303
Écart entre enseignants0,292 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueECS Meeting AbstractsMême sujetSpectroscopy Techniques in Biomedical and Chemical ResearchTravaux en français237 207