Real-Time and Multiplexed Photoacoustic Imaging of Internally Normalized Mixed-Targeted Nanoparticles
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.
Notice bibliographique
Résumé
Photoacoustic (PA) imaging is a developing diagnostic technique where multiple species can be simultaneously imaged with high spatial resolution in 3D if the absorbance spectrum of each species is distinct and separable. However, multiplexed PA imaging has been greatly limited by the availability of spectrally separable contrast agents that can be used in vivo. Toward this end, we present the formation and application of a series of poly ethylene glycol (PEG)-coated nanoparticles (NPs) with unique separable absorbance profiles suitable for simultaneous multiplexed imaging. As a proof-of-concept, we demonstrate this form of mixed-sample multiplexed imaging, using cRGD peptide surface-modified NPs with nonmodified NPs in a murine subcutaneous Lewis lung carcinoma tumor model. The simultaneous imaging of nonmodified NPs provides an "internal standard", to deconvolute the contributions of active-ligand and passive-NP targeting effects. Particles with 25% surface cRGD modification display 52 ± 22 fold higher liver to tumor ratio accumulation levels, while the same set of particles display only 9.8 ± 4 fold accumulation levels when internally normalized. The pharmacokinetic profiles of targeted and nontargeted NPs can be simultaneously tracked in real-time to study how biodistribtions of particles are affected by ligand modification. The internal normalization of control particles greatly enhances the precision and decreases the number of animals needed in studies of nanoparticle targeting. These new dyes are an enabling technology for PA imaging of NP fate and targeting. This is the first demonstration of real-time multiplexed PA imaging of mixed-targeted samples in vivo.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,001 |
| Science ouverte | 0,001 | 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 découle