Small and Bright Lithium-Based Upconverting Nanoparticles
Notice bibliographique
Résumé
In the context of light-mediated tumor treatment, the application of ultraviolet (UV) radiation can initiate drug release and photodynamic therapy. However, its limited penetration depth in tissues impedes the subcutaneous applicability of such radiation. On the contrary, near-infrared (NIR) light is not energetic enough to initiate secondary photochemical processes, but can pierce tissues at a significantly greater depth. Upconverting nanoparticles (UCNPs) unify the advantages of both extremes of the optical spectrum, they can be excited by NIR irradiation and emit UV light through the process of upconversion, effective NIR-to-UV generation being attained with UCNPs as large as 100 nm. However, in anticipation of biomedical applications, the size of UCNPs must be greatly minimized to favor their cellular internalization; yet straightforward size reduction negatively affects the NIR-to-UV upconversion efficiency. Herein, we propose a two-step strategy to obtain small yet bright lithium-based UCNPs. First, we synthesized UCNPs as small as 5 nm by controlling the relative amount of coordinating ligands, namely oleylamine (OM) and oleic acid (OA). Although these UCNPs were chemically unstable, particle coarsening via an annealing process in the presence of fresh OA yielded structurally stable and highly monodisperse sub-10 nm crystals. Second, we grew a shell with controlled thickness on these stabilized cores of UCNPs, improving the NIR-to-UV upconversion by orders of magnitude. Particularly in the case of LiYbF 4:Tm 3+ /LiYF 4 UCNPs, their NIR-to-UV upconversion surpassed the gold standard 90 nm-sized LiYF 4:Tm 3+, Yb 3+ UCNPs. All in all, these UCNPs show great potential within the biomedical framework as they successfully combine the requirements of small size, deep tissue NIR penetration and bright UV emission.
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 ».