Ligand impact on reactive oxygen species generation of Au10 and Au25 nanoclusters upon one- and two-photon excitation
Notice bibliographique
Résumé
Abstract In photodynamic therapy (PDT), light-sensitive photosensitizers produce reactive oxygen species (ROS) after irradiation in the presence of oxygen. Atomically-precise thiolate-protected gold nanoclusters are molecule-like nanostructures with discrete energy levels presenting long lifetimes, surface biofunctionality, and strong near-infrared excitation ideal for ROS generation in PDT. We directly compare thiolate-gold macromolecular complexes (Au10) and atomically-precise gold nanoclusters (Au25), and investigate the influence of ligands on their photoexcitation. With the ability of atomically-precise nanochemistry, we produce Au10SG10, Au10AcCys10, Au25SG18, and Au25AcCys18 (SG: glutathione; AcCys: N-acetyl-cysteine) fully characterized by high-resolution mass spectrometry. Our theoretical investigation reveals key factors (energetics of excited states and structural influence of surface ligands) and their relative importance in singlet oxygen formation upon one- and two-photon excitation. Finally, we explore ROS generation by gold nanoclusters in living cells with one- and two-photon excitation. Our study presents in-depth analyses of events within gold nanoclusters when photo-excited both in the linear and nonlinear optical regimes, and possible biological consequences in cells.
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) | 0,000 | 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) | 0,001 | 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 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 ».