Mixed and Matched Metallo‐Nanotexaphyrin for Customizable Biomedical Imaging
Notice bibliographique
Résumé
Abstract The discovery and synthesis of multifunctional organic building blocks for nanoparticles have remained challenging. Texaphyrin macrocycles are multifunctional, all‐organic compounds that possess versatile metal‐chelation capabilities and unique theranostics properties for biomedical applications. Unfortunately, there are significant difficulties associated with the synthesis of texaphyrin‐based subunits capable of forming nanoparticles. Herein, the detailed synthesis of a texaphyrin‐phospholipid building block is reported via a key 1,2‐dinitrophenyl‐phospholipid intermediate, along with stable chelation of two clinically relevant metal ions into texaphyrin‐lipid without compromising their self‐assembly into texaphyrin nanoparticles or nanotexaphyrin. A postinsertion methodology to quantitatively insert a variety of metal‐ions into preformed nanotexaphyrins is developed and employed to synthesize a structurally stable, mixed 111 indium‐manganese‐nanotexaphyrin for dual modal single‐photon emission computed tomography (SPECT) and magnetic resonance imaging (MRI). In vivo dual SPECT/MRI imaging of 111 In‐Mn‐nanotexaphyrins in an orthotopic prostatic PC3 mouse model demonstrates complementary signal enhancement in the tumor with both modalities at 22 h post intravenous administration. This result highlights the utility of hybrid metallo‐nanotexaphyrins to achieve sensitive and accurate detection of tumors by accommodating multiple imaging modalities. The power of this mixed and matched metallo‐nanotexaphyrin strategy can be unleashed to allow a diverse range of multifunctional biomedical imaging.
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 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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 tête enseignante, 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 ».