(Invited) Multi-Architectured Lanthanide Doped Nanoparticles for Theranostics
Notice bibliographique
Résumé
Light triggered theranostic (therapy and diagnostic) nanoplatforms have gained a considerable attention in recent years. In theranostics, light as an external trigger stands out due to its non-invasiveness, high local precision and temporal resolution. Many such nanoplatforms employ high-energy (visible or UV) light to initiate the individual therapeutic and diagnostic modalities. However, light at these wavelengths suffers from inherent drawbacks such as having little to no penetration in living tissue, inducing autofluorescence from inherent fluorophores or chromophores in tissues and causing photodamage. The use of near-infrared (NIR) light for excitation mitigates such drawbacks associated with high-energy excitation, for example, little to no background autofluorescence from the specimen under investigation as well as no incurred photodamage. Moreover, one of the biggest limitations is that of penetration and NIR light can penetrate tissues much better than high-energy light especially when these wavelengths lie within the three biological windows where tissues are optically transparent. At the forefront of NIR excited nanomaterials are lanthanide doped nanoparticles, which can undergo conventional (Stokes) luminescence and emit in the NIR biological windows. However, unlike other classes of nanoparticles, they can also undergo a multiphoton excitation process where the NIR excitation light is converted to higher energies resulting in anti-Stokes luminescence spanning the UV-visible-NIR regions (known as upconversion). Thus, it now becomes possible to generate upconverted high-energy light (UV or visible) in situ to trigger other light activated therapeutic modalities (i.e. drug release) while using the NIR emission for diagnostics (i.e. bioimaging, nanothermometry). Here, we demonstrate how the luminescence properties (upconversion and NIR) of various lanthanide doped core/shell (and multishell) nanoparticles can be exploited for potential use in theranostics.
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) | 0,001 | 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,009 |
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 ».