One-pot direct synthesis for multifunctional ultrasmall hybrid silica nanoparticles
Notice bibliographique
Résumé
Ultrasmall silica nanoparticles (NPs), having hydrodynamic diameters under 10 nm are promising inorganic platforms for imaging and therapeutic applications in medicine. Herein is described a new way for synthesizing such kind of NPs in a one-pot scalable protocol. These NPs bear DOTA (1,4,7,10-tetraazacyclododecane-1,4,7,10-tetraacetic acid) ligands on their surface that can chelate different metals suitable for a wide variety of biomedical applications. By varying the ratio of the precursors, the hydrodynamic diameters of the particles can be controlled over the range of 3 to 15 nm. The resulting NPs have been characterized extensively by complementary techniques like dynamic light scattering (DLS), high performance liquid chromatography (HPLC), nuclear magnetic resonance (NMR), mass spectrometry (MS), phosphorescence titration, photophysical measurements, relaxometry and elemental analysis to elucidate their structures. Chelation of gadolinium (Gd) allowed its use as an effective intravenous contrast agent in MRI and was illustrated in mice bearing colorectal CT26 tumors. The new particle appears to sufficiently accumulate in the tumors and efficiently clear out of animal bodies through kidneys. This new synthesis is an original, time/material-saving and very flexible process that can be applied for creating versatile ultrasmall multifunctional nanomedicines.
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) | 0,001 | 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 | 0,001 |
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 ».