Using intracellular plasmonics to characterize nanomorphology in human cells
Notice bibliographique
Résumé
Determining the characteristics and localization of nanoparticles inside cells is crucial for nanomedicine design for cancer therapy. Hyperspectral imaging is a fast, straightforward, reliable, and accurate method to study the interactions of nanoparticles and intracellular components. With a hyperspectral image, we could collect spectral information consisting of thousands of pixels in a short time. Using hyperspectral images, in this work, we developed a label-free technique to detect nanoparticles in different regions of the cell. This technique is based on plasmonic shifts taking place during the interaction of nanoparticles with the surrounding medium. The unique optical properties of gold nanoparticles, localized surface plasmon resonance bands, are influenced by their microenvironment. The LSPR properties of nanoparticles, hence, could provide information on regions in which nanoparticles are distributed. To examine the potential of this technique for intracellular detection, we used three different types of gold nanoparticles: nanospheres, nanostars and Swarna Bhasma (SB), an Indian Ayurvedic/Sidha medicine, in A549 (human non-small cell lung cancer) and HepG2 (human hepatocellular carcinoma) cells. All three types of particles exhibited broader and longer bands once they were inside cells; however, their plasmonic shifts could change depending on the size and morphology of particles. This technique, along with dark-field images, revealed the uniform distribution of nanospheres in cells and could provide more accurate information on their intracellular microenvironment compared to the other particles. The region-dependent optical responses of nanoparticles in cells highlight the potential application of this technique for subcellular diagnosis when particles with proper size and morphology are chosen to reflect the microenvironment effects properly.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».