MétaCan
Menu
Retour à la cohorte
Enregistrement W4322504359 · doi:10.3390/pharmaceutics15030769

Dual-Labelled Nanoparticles Inform on the Stability of Fluorescent Labels In Vivo

2023· article· en· W4322504359 sur OpenAlexafffund
Sabrina Roussel, P. Grenier, Valérie Chénard, Nicolas Bertrand

Notice bibliographique

RevuePharmaceutics · 2023
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueChemical Reactions and Isotopes
Établissements canadiensWilfrid Laurier UniversityUniversité Laval
Organismes subventionnairesFonds de Recherche du Québec - SantéNatural Sciences and Engineering Research Council of CanadaFondation CHU de QuébecUniversité Laval
Mots-clésFluorescenceNanomedicineIn vivoNanoparticleLabellingEthylene glycolBiodistributionCyanineChemistryNanotechnologyBiophysicsMaterials scienceCombinatorial chemistryIn vitroOrganic chemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

Fluorescent labelling is commonly used to monitor the biodistribution of nanomedicines. However, meaningful interpretation of the results requires that the fluorescent label remains attached to the nanomedicine. In this work, we explore the stability of three fluorophores (BODIPY650, Cyanine 5 and AZ647) attached to polymeric hydrophobic biodegradable anchors. Using dual-labelled poly(ethylene glycol)-b-poly(lactic acid) (PEG-PLA) nanoparticles that are both radioactive and fluorescent, we investigated how the properties of the fluorophores impact the stability of the labelling in vitro and in vivo. Results suggest that the more hydrophilic dye (AZ647) is released faster from nanoparticles, and that this instability results in misinterpretation of in vivo data. While hydrophobic dyes are likely more suitable to track nanoparticles in biological environments, quenching of the fluorescence inside the nanoparticles can also introduce artefacts. Altogether, this work raises awareness about the importance of stable labelling methods when investigating the biological fate of nanomedicines.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,229
Tête enseignante GPT0,452
Écart entre enseignants0,223 · 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

Citations10
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePharmaceuticsMême sujetChemical Reactions and IsotopesTravaux en français237 207