Thrombin-responsive engineered nanoexcavator with full-thickness infiltration capability for pharmaceutical-free deep venous thrombosis theranostics
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
Although nanotechnology has shown great promise for treating multiple vascular diseases in recent years, simultaneous noninvasive detection and efficient dissolution of deep venous thrombosis (DVT) still remains challenging. In particular, long blockage areas and large thrombus thicknesses in DVT cause enormous difficulties for site-specific deep-seated thrombus theranostics. Therefore, based on the unique components of DVT, the novel concept of a thrombin-responsive full-thickness infiltration nonpharmaceutical nanoplatform for DVT theranostics is proposed here. The penetration depth is innovatively enhanced with efficient targeting and accumulation in the whole thrombi. Herein, we report a thrombin-responsive phase-transition liposome incorporating a liquid perfluoropentane (PFP) core and modified with two binding peptides, activatable cell-penetrating peptide (ACPP) and fibrin-binding ligand (FTP), which contribute to efficient liposome targeting and accumulation within the thrombi. This targeted nanoplatform is constructed to dig out the thrombus with the assistance of low-intensity focused ultrasound (LIFU), performing the destructive function of an excavator via an acoustic droplet vaporization effect (acting as a "nanoexcavator" system), which can activate and vaporize into microbubbles to enhance LIFU efficacy. The resulting microbubbles enable real-time monitoring of the therapeutic process with ultrasound imaging and high performance photoacoustic imaging after loading DIR. This non-invasive nonpharmaceutical thrombolytic strategy is an improvement over existing clinical methods without systemic side effects.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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