Photothermal Effect of PEG-Functionalized Single-Walled Carbon Nanotubes
Notice bibliographique
Résumé
Background and objective: There has been a dramatic increase in photothermal therapy as a minimally invasive treatment modality for cancer therapy due to the development of novel nano-materials as the light absorbing agents.PEG-functionalized Single-Walled carbon Nanotubes (PEG-SWNTs) with strong optical absorption in the broad visible and Near Infrared (NIR) waveband offer unique advantages for photothermal cancer therapy.The objective of this study is to investigate the rule of PEG-SWNTs in absorbing 785 nm NIR laser light and generating hyperthermia. Materials and methods:Eight concentrations of PEG-SWNTs solutions were prepared by 2-fold serial dilution at concentrations of 1.0, 0.5, 0.25, 0.125, 0.0625, 0.0312, 0.0156 and 0.0078 mg/ml.The solvent without PEG-SWNTs was used as control.The temperature changes of the PEG-SWNTs solution during laser irradiation were monitored with an infrared thermometer.Three levels of laser power densities were chosen for the treatment including 100, 200 and 500 mW/cm 2 . Results and conclusion:The temperature of PEG-SWNTs solution increases linearly with laser power density, but nonlinearly with irradiation time and concentration.The solution temperature increases much faster within the first 3 minutes of irradiation and then gradually levels off as the irradiation approaching 10 minutes.The maximum temperature change (∆T max ) in each solution increases sharply with increasing PEG-SWNTs concentration up to 0.125 mg/ml and eventually levels off beyond 0.25 mg/ml.Based on this observation, optimized treatment parameters (laser power density and SWNT concentration) could be obtained to raise the temperature by 10-30˚C sufficiently for causing cell apoptosis and/or necrosis.For in vitro cellular and in vivo tissue studies, similar experiments could be carried out to find the optimal treatment parameters.
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) | 0,000 | 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) | 0,001 | 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 ».