MétaCan
Menu
Retour à la cohorte
Enregistrement W2547301282 · doi:10.1021/acs.bioconjchem.6b00500

Exploring Passive Clearing for 3D Optical Imaging of Nanoparticles in Intact Tissues

2016· article· en· W2547301282 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueBioconjugate Chemistry · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésNanoparticleChemistryClearingNanomedicineNanotechnologyNanomaterialsPopulationIn vivoMaterials science

Résumé

récupéré en direct d'OpenAlex

The three-dimensional (3D) optical imaging of nanoparticle distribution within cells and tissues can provide insights into barriers to nanoparticle transport in vivo. However, this approach requires the preparation of optically transparent samples using harsh chemical and physical methods, which can lead to a significant loss of nanoparticles and decreased sensitivity of subsequent analyses. Here, we investigate the influence of electrophoresis and clearing time on nanoparticle retention within intact tissues and the impact of these factors on the final 3D image quality. Our findings reveal that longer clearing times lead to a loss of nanoparticles but improved transparency of tissues. We discovered that passive clearing improved nanoparticle retention 2-fold compared to results from electrophoretic clearing. Using the passive clearing approach, we were able to observe a small population of nanoparticles undergoing hepatobiliary clearance, which could not be observed in liver tissues that were prepared by electrophoretic clearing. This strategy enables researchers to visualize the interface between nanomaterials and their surrounding biological environment with high sensitivity, which enables quantitative and unbiased analysis for guiding the next generation of nanomedicine designs.

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.

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 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 enseignants0,055
Score d'incertitude au seuil0,409

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)0,0000,000

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 Opus0,037
Tête enseignante GPT0,225
Écart entre enseignants0,188 · 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