Differing Affinities of Gold Nanostars and Nanospheres toward HeLa and HepG2 Cells: Implications for Cancer Therapy
Notice bibliographique
Résumé
Gold nanoparticles have potential applications for the diagnosis and treatment of diseases due to their optical, sensing, and biological properties. Gold nanoparticles can be used as nanocarriers for the delivery of therapeutic agents or as nanoprobes to detect and monitor intracellular events. Studying their localization and properties in cells is an essential step toward developing nanoparticle products for in vivo use. Raman spectroscopy is a powerful and noninvasive method that we used to investigate how two different morphologies of gold particles, namely, nanostars and nanospheres, interact with cervical cancer cells (HeLa) and liver cancer cells (HepG2). Gold nanoparticles with branched structures are more effective in enhancing the Raman spectra for cell-relevant bands compared to nanospheres. Moreover, we observed a higher level of Raman enhancement of nanostars and nanospheres in HeLa cells compared to HepG2 cells, suggesting HeLa could uptake a higher level of both types under the same condition. We also used scanning electron microscopy and light microscopy to study the distribution of both types of nanoparticles in cells. Our results highlight the importance of nanomorphology in mediating changes in affinity of gold nanoparticles to different chemical structures in cells, which is important for developing nanomedicines for cancer therapy.
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) | 0,000 | 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 ».