Porphyrin-based Agents and Their Applications in Cancer Imaging and Therapy
Notice bibliographique
Résumé
Porphyrins represent one of the oldest, most widely studied chemical structures, both in nature and in biomedical applications. Due to their tumor avidity and favorable photophysical properties, such as long wavelength absorption and emission, easy derivatization, high singlet oxygen quantum yield and low in vivo toxicity, porphyrins have found particular success for photodynamic therapy and fluorescence imaging of cancer. Additionally, they are excellent metal chelators, forming highly stable metallo-complexes, making porphyrins an efficient delivery vehicle for radioisotopes. Thus, there is great potential in the applications of these multi-modal porphyrin-based agents for cancer imaging and therapy. I have investigated the characteristics of various porphyrin-based probes and their potential application in different clinically relevant models. Here, I will discuss three types of porphyrin-based agents: 1) photodynamic molecular beacons (PPMMPB), 2) targeted peptide porphyrins (PPF) and 3) porphyrin-lipid nanovesicles, porphysomes. I will demonstrate that all of these porphyrin-based agents have potential clinical applications in various fields of cancer imaging and therapy. Although these three agents differ greatly, they all aim to increase the signal-to-background ratio of tumor to healthy tissue uptake of porphyrins, thereby increasing our ability to detect tumor tissue and better preserve healthy tissue during therapy.
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 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 | 0,000 | 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 | 0,000 |
| 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 tête enseignante, 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 ».