Fluorescent sp3 Defect-Tailored Carbon Nanotubes Enable NIR-II Single Particle Imaging in Live Brain Slices at Ultra-Low Excitation Doses
Notice bibliographique
Résumé
Abstract Cellular and tissue imaging in the second near-infrared window (NIR-II, ~1000–1350 nm) is advantageous for in vivo studies because of low light extinction by biological constituents at these wavelengths. However, deep tissue imaging at the single molecule sensitivity has not been achieved in the NIR-II window due to lack of suitable bio-probes. Single-walled carbon nanotubes have emerged as promising near-infrared luminescent molecular bio-probes; yet, their inefficient photoluminescence (quantum yield ~1%) drives requirements for sizeable excitation doses (~1–10 kW/cm 2 ) that are significantly blue-shifted from the NIR-II region (<850 nm) and may thus ultimately compromise live tissue. Here, we show that single nanotube imaging can be achieved in live brain tissue using ultralow excitation doses (~0.1 kW/cm 2 ), an order of magnitude lower than those currently used. To accomplish this, we synthesized fluorescent sp 3 -defect tailored (6,5) carbon nanotubes which, when excited at their first order excitonic transition (~985 nm) fluoresce brightly at ~1160 nm. The biocompatibility of these functionalized nanotubes, which are wrapped by encapsulation agent (phospholipid-polyethylene glycol), is demonstrated using standard cytotoxicity assays. Single molecule photophysical studies of these biocompatible nanotubes allowed us to identify the optimal luminescence properties in the context of biological 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 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 ».