Engineering functionalized multiphased silicon/silicon oxide nanobiomaterials to passivate the aggressive proliferation of cancer
Notice bibliographique
Résumé
<p>Currently, the use of nano silicon in cancer therapy is limited as drug delivery vehicles and markers in imaging, not as manipulative/controlling agents. This is due to limited properties that native states of nano silicon and silicon oxides offers. We introduce nano-functionalized multi-phased silicon/ silicon oxide biomaterials synthesized via ultrashort pulsed laser synthesis, with tunable properties that possess inherent cancer controlling properties that can passivate the progression of cancer. This nanostructured biomaterial is composed of individual functionalized nanoparticles made of a homogenous hybrid of multiple phases of silicon and silicon oxide in increasing concentration outwards from the core. The chemical properties of the proposed nanostructure such as number of phases, composition of phases and crystal orientation of each functionalized nanoparticle in the three dimensional nanostructure is defined based on precisely tuned ultrashort pulsed laser-material interaction mechanisms. The amorphous rich phased biomaterial shows a 30 fold (95%) reduction in number of cancer cells compared to bulk silicon in 48hours. Further, the size of the cancer cells reduces by 76% from 24 to 48hours. This method exposes untapped properties of combination of multiple phases of silicon oxides and its applications in cancer therapy</p>
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) | 0,004 | 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 ».