MétaCan
Menu
Retour à la cohorte
Enregistrement W3189163888 · doi:10.1002/anie.202107712

A Glucose‐Powered Activatable Nanozyme Breaking pH and H<sub>2</sub>O<sub>2</sub> Limitations for Treating Diabetic Infections

2021· article· en· W3189163888 sur OpenAlexaff
Lifang Chen, Shuohui Xing, Yanli Lei, Qiaoshu Chen, Zhen Zou, Ke Quan, Zhihe Qing, Juewen Liu, Ronghua Yang

Notice bibliographique

RevueAngewandte Chemie International Edition · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Nanomaterials in Catalysis
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésChemistryGlucose oxidaseHyaluronic acidBacteriaAptamerCombinatorial chemistryHyaluronidaseOxidase testBiophysicsBiochemistryNanotechnologyEnzymeMolecular biologyMaterials scienceBiology

Résumé

récupéré en direct d'OpenAlex

Abstract The peroxidase‐like activity of nanozymes is promising for chemodynamic therapy by catalyzing H 2 O 2 into . OH. However, for most nanozymes, this activity is optimal just in acidic solutions, while the pH of most physiological systems is beyond 7.0 (even >8.0 in chronic wounds) with inadequate H 2 O 2 . We herein communicate an activatable nanozyme with targeting capability to simultaneously break the local pH and H 2 O 2 limitations under physiological conditions. As a proof of concept, aptamer‐functionalized nanozymes, glucose oxidase, and hyaluronic acid constitute an activatable nanocapsule “APGH”, which can be activated by bacteria‐secreted hyaluronidase in infected wounds. Nanozymes bind onto bacteria through aptamer recognition, and glucose oxidation tunes the local pH down and supplements H 2 O 2 for the in‐situ generation of . OH on bacteria surfaces. The activity switching and enhanced antibacterial effect of the nanocapsule were verified in vitro and in diabetic wounds. This strategy for directly regulating local microenvironment is generally accessible for nanozymes, and significant for facilitating biological applications of nanozymes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,259
Écart entre enseignants0,241 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations192
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAngewandte Chemie International EditionMême sujetAdvanced Nanomaterials in CatalysisTravaux en français237 207