MétaCan
Menu
Retour à la cohorte
Enregistrement W2510614249 · doi:10.1002/slct.201601035

Extremely Small Iron Oxide Nanoparticles Stabilized with Catechol‐Functionalized Multidentate Block Copolymer for Enhanced MRI

2016· article· en· W2510614249 sur OpenAlexafffund
Puzhen Li, Wangchuan Xiao, Pascale Chevallier, Depannita Biswas, Xavier Ottenwaelder, Marc‐André Fortin, Jung Kwon Oh

Notice bibliographique

RevueChemistrySelect · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanoparticle-Based Drug Delivery
Établissements canadiensUniversité LavalCentre hospitalier universitaire de QuébecConcordia University
Organismes subventionnairesFonds de Recherche du Québec - SantéNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésCatecholCopolymerColloidAqueous solutionDenticityNanoparticleIron oxideIron oxide nanoparticlesMaterials scienceChemistryPEG ratioChemical engineeringPolymer chemistryNuclear chemistryPolymerNanotechnologyCrystallographyCrystal structureOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract An effective mussel‐inspired multidentate block copolymer strategy having pendant anchoring catechol groups (Cat‐MDBC) to stabilize extremely small iron oxide nanoparticles (ESNPs) in water is reported. The resultant aqueous Cat‐MDBC/ESNP colloids with diameter ≈16 nm and core diameter ≈2 nm were non‐toxic to cells up to 200 μg/mL and exhibit excellent colloidal stability in physiological condition (pH=7) as well as in the presence of IgG model protein. More promisingly, they had the relaxivity ratio to be r 2 /r 1 =1.5, which is significantly lower than PEG‐coated SNPs with core diameter=1.5‐6 nm; further which is similar to those of Gd‐DOTA T 1 ‐weighted contrast agents. These results suggest that aqueous Cat‐MDBC/ESNP colloids could be a promising candidate for T 1 ‐weighted MRI contrast enhancement.

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 enseignants0,000
Score d'incertitude au seuil0,001

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)0,0000,000

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 Opus0,015
Tête enseignante GPT0,231
Écart entre enseignants0,216 · 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

Citations11
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemistrySelectMême sujetNanoparticle-Based Drug DeliveryTravaux en français237 207