Smart Self-Assembled Nanosystem Based on Water-Soluble Pillararene and Rare-Earth-Doped Upconversion Nanoparticles for pH-Responsive Drug Delivery
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
Exploring novel drug delivery systems with good stability and new structure to integrate pillararene and upconversion nanoparticles (UCNPs) into one system continues to be an important challenge. Herein, we report a novel preparation of a supramolecular upconversion nanosystem via the host-guest complexation based on carboxylate-based pillar[5]arene (WP5) and 15-carboxy-N,N,N-trialkylpentadecan-1-ammonium bromide (1)-functionalized UCNPs to produce WP5⊃1-UCNPs that can be loaded with the chemotherapeutic drug doxorubicin (DOX). Importantly, the WP5 on the surface of the drug-loaded nanosystem can be efficiently protonated under acidic conditions, resulting in the collapse of the nanosystem and drug release. Moreover, cellular uptake confirms that the nanosystem can enter human cervical cancer (HeLa) cells, resulting in drug accumulation in the cells. More importantly, cytotoxicity experiments demonstrated the excellent biocompatibility of WP5⊃1-UCNPs without loading DOX and that the nanosystem DOX-WP5⊃1-UCNPs exhibited an ability of killing HeLa cells effectively. We also investigated magnetic resonance imaging and upconversion luminescence imaging, which may be employed as visual imaging agents in cancer diagnosis and treatment. Thus, in the present work, we show a simple yet powerful strategy to combine UCNPs and pillar[5]arene to produce a unified nanosystem for dual-mode bioimaging-guided therapeutic applications.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 découle