MétaCan
Menu
Retour à la cohorte
Enregistrement W4378802867 · doi:10.32920/23271857

First Steps To Nanomedicine: Assessing Interactions Between Polystyrene Nanoparticles And Albumin Proteins

2023· preprint· en· W4378802867 sur OpenAlexafffund
Selena Osman

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Interaction Studies and Fluorescence Analysis
Établissements canadiensToronto Metropolitan UniversityUniversity of Calgary
Organismes subventionnairesUniversity of Calgary
Mots-clésBovine serum albuminNanomedicineBiophysicsNanoparticleChemistryFluorescenceSerum albuminAlbuminFluorescence spectroscopyPolystyreneIn vivoFluorescence correlation spectroscopyKineticsNanotechnologyChromatographyBiochemistryMaterials sciencePolymerBiologyOrganic chemistryPhysicsBiotechnologyMolecule

Résumé

récupéré en direct d'OpenAlex

<p>Nanoparticles (NPs) have gained traction for various biomedical applications, however, when injected in complex biological mediums such as blood, NPs accrue a protein “coat”, affording them a new identity in vivo. To ensure NPs can be used to their full potential, a basic understanding of protein-NP interactions must be established. This research aims to answer: What are the kinetics and thermodynamics between bovine serum albumin (BSA) and fluorescent polystyrene NPs (FluoSpheres, FS), and how do changes in size affect these parameters?</p> <p>Interactions between FS and BSA will be assessed using two-photon excitation fluorescence crosscorrelation spectroscopy (TPE-FCCS). This technique allows for direct, in situ measurement of fluorescently-labeled species and their interactions. Results suggest low binding ratios (~ 40 proteins and ~ 770 proteins per 100 and 200 nm sphere, respectively) and on-rates on the order of 104 M-1 s-1, which challenges the current understanding of the formation of a protein corona. </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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,217
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,041
Tête enseignante GPT0,336
Écart entre enseignants0,294 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetProtein Interaction Studies and Fluorescence AnalysisTravaux en français237 207