MétaCan
Menu
Retour à la cohorte
Enregistrement W2290850235 · doi:10.1002/cnma.201600038

Nanostructure‐Dependent Ratiometric NIR Fluorescence Enabled by Ordered Dye Aggregation

2016· article· en· W2290850235 sur OpenAlexafffund
Danielle M. Charron, Juan Chen, Gang Zheng

Notice bibliographique

RevueChemNanoMat · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueNanoplatforms for cancer theranostics
Établissements canadiensPrincess Margaret Cancer CentreUniversity of TorontoUniversity Health Network
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchTerry Fox Research InstitutePrincess Margaret Cancer Foundation
Mots-clésNanocarriersFluorescenceNanostructureNanotechnologyBiophysicsChemistryFluorescence-lifetime imaging microscopyMaterials scienceNanoparticleBiologyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Nanocarriers incorporating therapeutic and imaging agents within a single nanostructure are emerging tools for drug development and treatment planning. Additional information can be provided using activatable fluorescence that dynamically reports nanocarrier disruption and drug release. Dual‐wavelength activation encodes a unique fluorescence signal for each nanocarrier state, enabling use of ratiometric imaging to measure the proportion of intact and disrupted nanocarriers within tissues. Here we investigate dual‐wavelength activation using a single dye whose optical properties are intricately linked to the nanocarrier structure. Natural bacteriochlorophyll incorporated within a compact lipoprotein nanocarrier forms ordered dye aggregates with red‐shifted fluorescence emission from 765 nm to 825 nm. We demonstrate that bacteriochlorophyll‐ordered aggregation is a feasible strategy to distinguish intact and disrupted theranostic nanocarriers by ratiometric fluorescence imaging.

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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,182
Écart entre enseignants0,177 · 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

Citations13
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemNanoMatMême sujetNanoplatforms for cancer theranosticsTravaux en français237 207