How to unravel the chemical structure and component localization of individual drug-loaded polymeric nanoparticles by using tapping AFM-IR
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
AFM-IR is a photothermal technique that combines AFM and infrared (IR) spectroscopy to unambiguously identify the chemical composition of a sample with tens of nanometer spatial resolution. So far, it has been successfully used in contact mode in a variety of applications. However, the contact mode is unsuitable for soft or loosely adhesive samples such as polymeric nanoparticles (NPs) of less than 200 nm of wide interest for biomedical applications. We describe here the theoretical basis of the innovative tapping AFMIR mode that can address novel challenges in imaging and chemical mapping. The new method enables gaining information not only on NP morphology and composition, but also reveals drug location and core-shell structures. Whereas up to now the locations of NP components could only be hypothesized, tapping AFM-IR allows accurately visualizing both the location of the NPs' shells and that of the incorporated drug, pipemidic acid. The preferential accumulation of the drug in the NPs' top layers was proved, despite its low concentration (<1 wt%). These studies pave the way towards the use of tapping AFM-IR as a powerful tool to control the quality of NP formulations based on individual NP detection and component quantification.
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 | 0,001 |
| 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