Water-Dispersible Fluorescent Silicon Nanoparticles That Modulate Inflammatory Response in Macrophages
Notice bibliographique
Résumé
Silicon nanoparticles (SiNps) are being explored as biomaterials in the design of fluorescent medical probes and immunomodulatory strategies. However, most of the synthesis methods reported in the literature to obtain SiNps show a complicated synthesis process, resulting in nanoparticles dispersed in solvents that are hardly compatible with biological applications. This work reports a simple methodology to synthesize SiNps dispersed in water. Some physicochemical properties such as size, structure, composition, and fluorescence are evaluated. Furthermore, biological properties such as in vitro cytocompatibility and dose-dependent macrophage response are reported. SiNps were demonstrated to be rounded under 10 nm diameter with a Si–Si crystalline structure. Results showed that SiNps are promising as cell fluorescent trackers since they fluoresce under ultraviolet wavelength irradiation. In this report, several immunocytofluorescence and enzyme-linked immunosorbent assay (ELISA) tests strongly suggest that SiNps are not only cytocompatible but also exert an anti-inflammatory effect on macrophages by downregulating the production of pro-inflammatory cytokines and upregulating anti-inflammatory cytokines. All of these results suggest that SiNps synthesized using our methodology are a suitable alternative to be used as an immunomodulatory fluorescent biomaterial.
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) | 0,000 | 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 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 ».