A Laser-Activated Biocompatible Theranostic Nanoagent for Targeted Multimodal Imaging and Photothermal Therapy
Notice bibliographique
Résumé
Multifunctional nanoparticles have been reported for cancer detection and treatment currently.However, the accurate diagnosis and efficient treatment for tumors are still not satisfied.Here we report on the development of targeted phase change multimodal polymeric nanoparticles for the imaging and treatment of HER2-positive breast cancer.Methods: We evaluated the multimodal imaging capabilities of the prepared nanoparticles in vitro using agar-based phantoms.The targeting performance and cytotoxicity of the nanoparticles were examined in cell culture using SKBR3 (over-expressing HER2) and MDA-MB-231 (HER2 negative) cells.We then tested the magnetic resonance (MR)/ photoacoustic (PA)/ ultrasound (US)/ near-infrared fluorescence (NIRF) multimodal imaging properties and photothermal effect of the nanoparticles in vivo using a SKBR3 breast xenograft model in nude mice.Tissue histopathology and immunofluorescence were also conducted.Results: Both in vitro and in vivo systematical studies validated that the hybrid nanoparticles can be used as a superb MR/US/PA/NIRF contrast agent to simultaneously diagnose and guide tumor photothermal therapy (PTT).When irradiated by a near infrared laser, the liquid PFP vaporizes to a gas, rapidly expelling the contents and damaging surrounding tissues.The resulting micro-sized bubbles provide treatment validation through ultrasound imaging.Localization of DIR and SPIO in the tumor region facilitate photothermal therapy for targeted tumor destruction.The mice treated with HER2 targeted nanoparticles had a nearly complete response to treatment, while the controls showed continued tumor growth.Conclusion: This novel theranostic agent may provide better diagnostic imaging and therapeutic potential than current methods for treating HER2-positive breast cancer.
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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».