Performances of a Pristine Graphene–Microbubble Hybrid Construct as Dual Imaging Contrast Agent and Assessment of Its Biodistribution by Photoacoustic Imaging
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
Abstract Coupling near‐infrared (NIR) nanoscale absorbing materials with microbubbles (MBs) can generate a multifunctional dual imaging contrast agent. A new approach is presented for a hybrid photoacoustic/ultrasound contrast enhancer where pristine graphene is stably tethered to poly(vinyl alcohol) (PVA)‐based MBs. The main advantages of this approach are i) the preservation of optical and mechanical properties of intact graphene for an efficient photoacoustic (PA) enhancement and ii) the echogenicity and biocompatibility due to the robust anchoring of graphene to the bioinert PVA shell. PVA MBs provide ideal platforms for drug loading and ligand tethering for specific tumor targeting. One of the crucial goals toward this direction is optimizing this system in terms of balance between favorable acoustic/photoacoustic properties, immune shielding, and cytotoxicity. Such a combination strongly depends on the bridging moieties between graphene and the microbubble surface and can be easily tuned by PEGylation. The optimized graphene PVA MBs as contrast agent provide an efficient enhancement in vivo both in ultrasound and photoacoustic modes. The spectrally separable absorbance profile allows to a first demonstration of performing real‐time in vivo multiplexed photoacoustic imaging of graphene PVA MBs, and assessment of their full body biodistribution using a Vevo LAZR‐X photoacoustic imaging system.
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 | 0,000 | 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 découle