MétaCan
Menu
Retour à la cohorte
Enregistrement W2395646775 · doi:10.1039/c6nr03869g

Smart surface-enhanced Raman scattering traceable drug delivery systems

2016· article· en· W2395646775 sur OpenAlexafffund
Lei Liu, Youhong Tang, Sheng Dai, Freddy Kleitz, Shi‐Zhang Qiao

Notice bibliographique

RevueNanoscale · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGold and Silver Nanoparticles Synthesis and Applications
Établissements canadiensUniversité Laval
Organismes subventionnairesAustralian Research CouncilNatural Sciences and Engineering Research Council of CanadaUniversity of Adelaide
Mots-clésRaman scatteringDrug deliveryMaterials scienceRaman spectroscopyNanotechnologyDrugSurface (topology)ScatteringPhysicsOpticsMedicinePharmacology

Résumé

récupéré en direct d'OpenAlex

A novel smart nanoparticle-based system has been developed for tracking intracellular drug delivery through surface-enhanced Raman scattering (SERS). This new drug delivery system (DDS) shows targeted cytotoxicity towards cancer cells via pH-cleavable covalent carboxylic hydrazone links and the SERS tracing capability based on gold@silica nanocarriers. Doxorubicin, as a model anticancer drug, was employed to compare SERS with conventional fluorescence tracing approaches. It is evident that SERS demonstrates higher sensitivity and resolution, revealing intracellular details, as the strengths of the original Raman signals can be amplified by SERS. Importantly, non-destructive SERS will provide the designed DDS with great autonomy and potential to study the dynamic procedures of non-fluorescent drug delivery into living cells.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,008
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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)0,0000,002

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 Opus0,014
Tête enseignante GPT0,218
Écart entre enseignants0,204 · 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 tête enseignante, pas un consensus.

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

Citations23
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNanoscaleMême sujetGold and Silver Nanoparticles Synthesis and ApplicationsTravaux en français237 207