Control of Ultrasmall Sub-10 nm Ligand-Functionalized Fluorescent Core–Shell Silica Nanoparticle Growth in Water
Notice bibliographique
Résumé
Ultrasmall fluorescent silica nanoparticles (SNPs) and core–shell SNPs surface functionalized with polyethylene glycol (PEG), specific surface ligands, and overall SNP size in the regime below 10 nm are of rapidly increasing interest for clinical applications, because of their favorable biodistribution and safety profiles. Here, we present an aqueous synthesis methodology for the preparation of narrowly size-dispersed SNPs and core–shell SNPs with size control below 1 nm, i.e., at the level of a single atomic layer. Different types of fluorophores, including near-infrared (NIR) emitters, can be covalently encapsulated. Brightness can be enhanced via addition of extra silica shells. This methodology further enables synthesis of <10 nm sized fluorescent core and core–shell SNPs with previously unknown compositions. In particular, the addition of an aluminum sol gel precursor leads to fluorescent aluminosilicate nanoparticles (ASNPs) and core–shell ASNPs. Encapsulation efficiency and brightness of highly negatively charged NIR fluorophores is enhanced, relative to the corresponding SNPs without aluminum. Resulting particles show quantum yields of ∼0.8, i.e., starting to approach the theoretical brightness limit. All particles can be PEGylated providing steric stability. Finally, heterobifunctional PEGs can be employed to introduce ligands onto the PEGylated particle surface of fluorescent SNPs, core–shell SNPS, and their aluminum-containing analogues, producing ligand-functionalized <10 nm NIR fluorescent nanoprobes. In order to distinguish these water-based-synthesis-derived materials from the earlier alcohol-based modified Stöber process derived fluorescent core–shell SNPs referred to as Cornell dots or C dots, the SNPs and ASNPs described here and synthesized in water will be referred to as Cornell prime dots or C′ dots and AlC′ dots. These organic–inorganic hybrid nanomaterials may find applications in nanomedicine, including cancer diagnostics and therapy (theranostics).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».