Nanostructure‐Driven Indocyanine Green Dimerization Generates Ultra‐Stable Phototheranostics Nanoparticles
Notice bibliographique
Résumé
Indocyanine green (ICG) is the only near-infrared (NIR) dye approved for clinical use. Despite its versatility in photonic applications and potential for photothermal therapy, its photobleaching hinders its application. Here we discovered a nanostructure of dimeric ICG (Nano-dICG) generated by using ICG to stabilize nanoemulsions, after which ICG enabled complete dimerization on the nanoemulsion shell, followed by J-aggregation of ICG-dimer, resulting in a narrow, red-shifted (780 nm→894 nm) and intense (≈2-fold) absorbance. Compared to ICG, Nano-dICG demonstrated superior photothermal conversion (2-fold higher), significantly reduced photodegradation (-9.6 % vs. -46.3 %), and undiminished photothermal effect (7 vs. 2 cycles) under repeated irradiations, in addition to excellent colloidal and structural stabilities. Following intravenous injection, Nano-dICG enabled real-time tracking of its delivery to mouse tumors within 24 h by photoacoustic imaging at NIR wavelength (890 nm) distinct from the endogenous signal to guide effective photothermal therapy. The unprecedented finding of nanostructure-driven ICG dimerization leads to an ultra-stable phototheranostic platform.
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) | 0,000 | 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 ».