Magnetic Photoluminescent Nanoplatform Built from Large-Pore Mesoporous Silica
Notice bibliographique
Résumé
Integrating multiple components to realize cancer diagnosis and therapy in a single theranostic nanoplatform has drawn considerable attention. Herein, a multifunctional theranostic nanoplatform (mSiO2@PbS/CdS-Fe3O4) was successfully fabricated by carefully designing thiol-modified large-pore mesoporous silica nanospheres (mSiO2), followed by coordination-driven embedding of Fe3O4 nanoparticles (NPs) and PbS/CdS quantum dots (QDs) inside. The excellent feature of near-infrared (NIR) excitation and NIR emission of PbS/CdS QDs enables deep-tissue photoluminescence imaging, which was demonstrated ex vivo with tissue as thick as 14 mm. Meanwhile, owing to the presence of superparamagnetic Fe3O4 NPs, mSiO2@PbS/CdS-Fe3O4 can be rapidly confined under an external magnetic field (MF), and exhibit a significantly high T2 relaxivity in T2-weighted magnetic resonance (MR) images in vivo. When mSiO2@PbS/CdS-Fe3O4 was exposed to external physical stimuli of MF and/or NIR laser, they produced strong local heating through magnetothermal/photothermal effects. Owing to the unique mesoporous structure of mSiO2@PbS/CdS-Fe3O4, doxorubicin (DOX) was readily loaded into them and the drug-release profile was subsequently evaluated under multistimuli (pH/MF/NIR). The release of DOX was significantly enhanced at lower pH, and higher temperatures caused by magnetothermal/photothermal effects. Our results pave the road toward developing a highly powerful nanoplatform for bimodal imaging (NIR deep-tissue photoluminescence and MR imaging), and simultaneously for integrating synergistic treatment capabilities of hyperthermia and pH/MF/NIR-responsive drug release.
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 | 0,000 | 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) | 0,007 | 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 ».